如何使用 Statsmodels.api 获取回归截距

我正在尝试使用 python 库计算回归输出，但在使用该库时无法获取截距值：

import statsmodels.api as sm

它打印除截距之外的所有回归分析。

但是当我使用时：

from pandas.stats.api import ols

我的熊猫代码：

Regression = ols(y= Sorted_Data3['net_realization_rate'],x = Sorted_Data3[['Cohort_2','Cohort_3']])
print Regression  

我收到拦截并警告该库将来将被弃用，因此我尝试使用 Statsmodels。

我在使用 pandas.stats.api 时收到的警告：

警告（来自警告模块）： 文件“C:\Python27\lib\idlelib\run.py”，第 325 行 self.locals 中的执行代码 FutureWarning：pandas.stats.ols 模块已弃用，并将在未来版本中删除。我们引用 statsmodels 等外部包，请参阅此处的一些示例：http://statsmodels.sourceforge.net/stable/regression.html http://statsmodels.sourceforge.net/stable/regression.html

我的 Statsmodels 代码：

import pandas as pd
import numpy as np
from pandas.stats.api import ols
import statsmodels.api as sm

Data1 = pd.read_csv('C:\Shank\Regression.csv')  #Importing CSV
print Data1

运行一些清理代码

sm_model = sm.OLS(Sorted_Data3['net_realization_rate'],Sorted_Data3[['Cohort_2','Cohort_3']])
results = sm_model.fit()
print '\n'
print results.summary()

我什至尝试过 statsmodels.formula.api： 作为：

sm_model = sm.OLS(formula ="net_realization_rate ~ Cohort_2 + Cohort_3", data = Sorted_Data3)
results = sm_model.fit()
print '\n'
print result.params
print '\n'
print results.summary()

但我收到错误：

类型错误：init() 至少需要 2 个参数（给定 1 个）

Final output: 1st is from pandas 2nd is from Stats.... I want the intercept vaule as the one from pandas from stats also:

So, statsmodels has a add_constant您需要使用显式添加截距值的方法。恕我直言，这比默认添加截距的 R 替代方案更好。

对于您的情况，您需要执行以下操作：

import statsmodels.api as sm
endog = Sorted_Data3['net_realization_rate']
exog = sm.add_constant(Sorted_Data3[['Cohort_2','Cohort_3']])

# Fit and summarize OLS model
mod = sm.OLS(endog, exog)
results = mod.fit()
print results.summary()

请注意，您可以在数组之前添加一个常量，也可以通过传递在数组之后添加一个常量True（默认）或False to the prepend夸格sm.add_constant

或者，不推荐，但您可以使用 Numpy 显式添加常量列，如下所示：

exog = np.concatenate((np.repeat(1, len(Sorted_Data3))[:, None], 
                       Sorted_Data3[['Cohort_2','Cohort_3']].values),
                       axis = 1)