查找 StatsModels 多元回归的 RSME 和标准差答案

【问题标题】：Find RSME and Standard Deviation of a StatsModels Multiple Regression查找 StatsModels 多元回归的 RSME 和标准差
【发布时间】：2021-10-02 13:40:09
【问题描述】：

我目前有一个多元回归，它根据预期寿命和影响它的变量生成 OLS 汇总，但不包括 RMSE 或标准偏差。 statsmodels 是否有 rsme 库，有没有办法计算我的代码的标准差？

我找到了这个问题的前一个例子：regression model statsmodel python，我阅读了 statsmodels 信息页面：https://www.statsmodels.org/stable/generated/statsmodels.tools.eval_measures.rmse.html 和测试我仍然无法解决这个问题。

import pandas as pd
import openpyxl
import statsmodels.formula.api as smf
import statsmodels.formula.api as ols

df = pd.read_excel(C:/Users/File1.xlsx, sheet_name = 'States')

dfME = df[(df[State] == "Maine")]

pd.set_option('display.max_columns', None)

dfME.head()

model = smf.ols(Life Expectancy ~ Race + Age + Weight + C(Pets), data = dfME) 
modelfit = model.fit()
modelfit.summary

【问题讨论】：

对于 rmse，您可以在我的回答中使用另一个 statsmodels 函数。你想计算什么标准差？
我正在寻找每个州的预期寿命并查看我的代码，我已将其过滤到缅因州。我将做所有 50 个州，我需要找到每个州的标准偏差。对于我的分析来说，了解哪些状态与平均值的偏差较小和较大是很重要的。
那么预期寿命的标准差？

标签： python pandas regression statsmodels standard-deviation

【解决方案1】：

你可以试试这样的：

from statsmodels.tools.eval_measures import rmse
X = dfME[["Race", "Age", "Weight", "C(Pets)"]]
rmse_result = rmse(dfME["Life Expectancy"], model.predict(X))

要获得预期寿命的标准差，您可以简单地使用：

stdev = dfME["Life Expectancy"].std()

【讨论】：

这段代码给我一个错误：ValueError：形状（1,4）和（2,6）未对齐：4（dim 1）！= 2（dim 0）
@DayWalker - 查看我的编辑。您可能将 y 作为另一个变量。
是否可以将其放入 for 循环中以使用上面的代码生成所有 50 个状态的标准开发？

【解决方案2】：

听起来您的意思是残差的标准偏差，它是使用均方根误差计算的。这使您可以衡量数据点与最佳拟合线的分布程度。它通常用作预测误差的度量。

Statsmodels 中的摘要留下了很多信息。幸运的是，Statsmodels 为我们提供了替代方案。您可以在此处找到可用属性和方法的列表：Regression Results

让我们使用代码中的变量赋值 modelfit。要查找残差的均方误差，请使用链接中的 Statsmodels 中的 mse_resid 方法。要找到残差的 RMSE（均方根误差），请使用 Numpy 中的平方根函数 sqrt 对均方误差求平方根。

因此可以使用以下代码找到残差的均方根误差：

rmse_residuals = np.sqrt(modelfit.mse_resid)

【讨论】：

这很有帮助。我搜索了很多文档，但在任何地方都找不到 .mse_resid。我将在接下来的分析中大量使用这一点。