Schrittweise Regression in Python

Wie durchführen schrittweise regression in python? Es gibt Methoden für die OLS in SCIPY, aber ich bin nicht in der Lage, das zu tun schrittweise. Jede Hilfe in dieser Hinsicht wäre eine große Hilfe. Danke.

Edit: ich versuche zu bauen, ein lineares Regressionsmodell. Ich habe 5 unabhängigen Variablen und mit Hilfe der vorwärts schrittweise regression, ich-Ziel wählen Sie Variablen so, dass mein Modell hat den niedrigsten p-Wert. Folgender link erklärt das Ziel:

https://www.google.co.in/url?sa=t&rct=j&q=&esrc=s&source=web&cd=4&ved=0CEAQFjAD&url=http%3A%2F%2Fbusiness.fullerton.edu%2Fisds%2Fjlawrence%2FStat-On-Line%2FExcel%2520Notes%2FExcel%2520Notes%2520-%2520STEPWISE%2520REGRESSION.doc&ei=YjKsUZzXHoPwrQfGs4GQCg&usg=AFQjCNGDaQ7qRhyBaQCmLeO4OD2RVkUhzw&bvm=bv.47244034,d.bmk

Nochmals vielen Dank.

InformationsquelleAutor der Frage user2174063 | 2013-03-15

  1. 8

    Trevor Smith und ich schrieb ein wenig vorwärts Auswahl-Funktion für die lineare regression mit statsmodels: http://planspace.org/20150423-forward_selection_with_statsmodels/ könnten Sie leicht ändern Sie es zu minimieren, ein p-Wert, oder wählen Sie basierend auf beta p-Werte mit nur ein wenig mehr Arbeit.

    InformationsquelleAutor der Antwort Aaron Schumacher

  2. 2

    Statsmodels hat zusätzliche Methoden für regression: http://statsmodels.sourceforge.net/devel/examples/generated/example_ols.html. Ich denke, es hilft Ihnen bei der Umsetzung schrittweise regression.

    InformationsquelleAutor der Antwort Matti Pastell

  3. 1

    Können Sie machen vorwärts-rückwärts-Auswahl, basierend auf statsmodels.api.OLS - Modell, wie abgebildet in dieser Antwort.

    Jedoch diese Antwort beschreibt, warum sollten Sie nicht verwenden die schrittweise Auswahl für ökonometrische Modelle in den ersten Platz.

    InformationsquelleAutor der Antwort David Dale

  4. 0
    """Importing the api class from statsmodels"""
import statsmodels.formula.api as sm

"""X_opt variable has all the columns of independent variables of matrix X 
in this case we have 5 independent variables"""
X_opt = X[:,[0,1,2,3,4]]

"""Running the OLS method on X_opt and storing results in regressor_OLS"""
regressor_OLS = sm.OLS(endog = y, exog = X_opt).fit()
regressor_OLS.summary()

    Über die Zusammenfassung Methode, können Sie in Ihrem kernel die p-Werte der
    Variablen geschrieben, wie " P>|t|'. Dann überprüfen Sie für die variable mit dem höchsten p
    Wert. Angenommen x3 hat den höchsten Wert von e ist.g 0.956. Entfernen Sie dann diese Spalte
    aus deinem array und wiederholen Sie alle Schritte.

    X_opt = X[:,[0,1,3,4]]
regressor_OLS = sm.OLS(endog = y, exog = X_opt).fit()
regressor_OLS.summary()

    Wiederholen Sie diese Methoden, bis Sie entfernen Sie alle Spalten, die p-Wert größer als das Signifikanz-Wert(e.g 0.05). Am Ende Ihrer Variablen X_opt haben alle die optimalen Variablen mit p-Werten kleiner als Signifikanzniveau.

    InformationsquelleAutor der Antwort Varun-08

Schreibe einen Kommentar