Python OLS计算

Question

有没有好的库来计算python中的线性最小二乘OLS(普通最小二乘法)？

谢谢.

编辑:

感谢SciKits和Scipy.@ars:X可以是矩阵吗？一个例子:

y(1) = a(1)*x(11) + a(2)*x(12) + a(3)*x(13)
y(2) = a(1)*x(21) + a(2)*x(22) + a(3)*x(23)
...........................................
y(n) = a(1)*x(n1) = a(2)*x(n2) + a(3)*x(n3)

那么如何在示例中传递Y和X矩阵的参数？

另外,我没有太多的代数背景,如果你们能让我知道这个问题的好教程,我将不胜感激.

非常感谢.

Answer 1

试试statsmodels包.这是一个简单的例子:

import pylab
import numpy as np
import statsmodels.api as sm

x = np.arange(-10, 10)
y = 2*x + np.random.normal(size=len(x))

# model matrix with intercept
X = sm.add_constant(x)

# least squares fit
model = sm.OLS(y, X)
fit = model.fit()

print fit.summary()

pylab.scatter(x, y)
pylab.plot(x, fit.fittedvalues)

更新 响应更新的问题,是的,它适用于矩阵.请注意,上面的代码具有x数组形式的数据,但我们构建了一个矩阵X(大写X)来传递给OLS.该add_constant函数简单地构建矩阵,第一列初始化为截距的一列.在您的情况下,您只需传递X矩阵而无需中间步骤,它就可以工作.