求残差之和答案

【问题标题】：Find the sum of the residuals求残差之和
【发布时间】：2020-01-23 08:26:30
【问题描述】：

我正在 Fresco Play 中使用 Python 练习 Poissons Regression of Stats。问题陈述如下：从 MASS 包中加载 R 数据集 Insurance。将数据捕获为 pandas 数据框。使用自变量的对数构建泊松回归模型持有人和因变量索赔。用数据拟合模型，求残差之和。

我坚持最后一行，即残差总和

我使用了np.sum(model.resid)。但不接受答案

这是我的代码

import statsmodels.api as sm
import statsmodels.formula.api as smf
import numpy as np

INS_data = sm.datasets.get_rdataset('Insurance','MASS').data
model = smf.poisson('Claims ~ np.log(Holders)', INS_data).fit()
print(np.sum(model.resid))

【问题讨论】：

你在使用np.sum的时候有没有报错？还是没有给出正确的答案？
@cenh 我得到了答案。没有错误。但不接受答案。
你需要一个总和还是一个累积总和？
@Dalen 根据问题，应该是总和。
model.resid 采用什么形式？什么样的数据容器及其值类型和范围？你看了吗？尝试 np.cumsum() 而不是 np.sum()，以防万一。

标签： python regression statsmodels poisson

【解决方案1】：

我在 Python2 中运行的代码给出了错误的答案，但在 Python3 中运行它给出了正确的答案。我不知道原因，但代码在 Python3 中完美运行

【讨论】：

@这对我不起作用。我在 Python 3 环境中尝试过。我低于输出，是否正确？优化成功终止。当前函数值：3.468160 Iterations 7 6.679101716144942e-13

【解决方案2】：

对于残差，您可以使用残差的基本概念，即实际 - 预测。

这里是代码sn-p。

import statsmodels.api as sm
import numpy as np
import statsmodels.formula.api as smf
Insurance = sm.datasets.get_rdataset('Insurance','MASS')
data = Insurance.data
data['Holders_'] = np.log(data['Holders'])
model = smf.poisson('Claims ~ Holders_',data).fit()
y_predicted = p.predict(data['Holders_'])
residual = (data['Claims']-y_predicted)
print(sum(residual))

output

【讨论】：

【解决方案3】：

经过多次搜索后，我才知道它期望累积总和，所以使用 np.cumsum(model.resid) 它将在 Frescoplay 中通过

【讨论】：

请更新你答案的语法，很难理解