在 Statsmodels 线性回归中指定常数？答案

【问题标题】：Specifying a Constant in Statsmodels Linear Regression?在 Statsmodels 线性回归中指定常数？
【发布时间】：2014-12-19 12:24:48
【问题描述】：

我想使用 statsmodels.regression.linear_model.OLS 包做一个预测，但有一个指定的常数。

目前，我可以用参数指定常量的存在：

（来自文档：http://statsmodels.sourceforge.net/devel/generated/statsmodels.regression.linear_model.OLS.html）

class statsmodels.regression.linear_model.OLS(endog, exog=None, missing='none', hasconst=None)，其中 hasconst 是一个布尔值。

我想要做的是明确指定一个常数 C，然后围绕它拟合一个线性回归模型。通过使用该 OLS，我想生成一个然后访问所有属性，如 resid 等。

当前的次优解决方法是指定不带常量的 OLS，从 Y 值中减去常量，并创建一个自定义对象，每次我想都包装指定的常量和不带常量的 OLS做预测或拟合，首先从 Y 变量中减去常数，然后使用预测。

谢谢！

【问题讨论】：

标签： python regression linear-regression statsmodels

【解决方案1】：

如果您将formula API 用于 statsmodels，您可以更简洁地指定常量截距作为 Patsy 设计矩阵规范的一部分。这仍然有点老套——它基本上只是表达你提出的解决方案的一种更简洁的方式——但至少它更短。例如：

>>> import statsmodels.formula.api as smf
>>> import pandas as pd
>>> import numpy as np
>>> c = 3.1416
>>> df = pd.DataFrame(np.random.rand(10, 2), columns=['x', 'y'])
>>> ols = smf.ols('y - c ~ 0 + x', data=df)
>>> result = ols.fit()
>>> print result.summary()
...
==============================================================================
                 coef    std err          t      P>|t|      [95.0% Conf. Int.]
------------------------------------------------------------------------------
x              0.7404      0.230      3.220      0.010         0.220     1.261
==============================================================================

如您所见，截距没有系数，x 的最佳斜率不是 1。

【讨论】：