statsmodels add_constant用於OLS攔截，這實際上是在做什麼？

通過statsmodels檢查線性迴歸OLS適合我看到您必須使用add_constant在擬合之前向自變量中的所有點添加常數「1」。然而，只有當我們的x等於0時，我對這個上下文中截取的唯一理解纔是y的價值，所以我不清楚在這裏注入'1'的目的是什麼。實際上這個常量是否告訴OLS適合什麼？statsmodels add_constant用於OLS攔截，這實際上是在做什麼？

來源

2016-12-31 Tim Lindsey

它不會爲您的值添加常數，它會爲其擬合的線性方程添加常數項。在單預測案例中，這與將數據擬合y = mx與擬合y = mx + b擬合的區別。

來源

2016-12-31 02:10:42 BrenBarn

所以所有的常量在做的是表明在方程中有*是* a「b」？ –

@TimLindsey：本質上，是的。它告訴模型適合'b'的值以及預測變量的係數。我從來沒有真正理解爲什麼statsmodels需要你明確地添加這個，因爲[描述]（http://stats.stackexchange.com/questions/7948/when-is-it-ok-to-remove-the-在一個線性迴歸模型中）你幾乎總是想要這樣做，除非你有特定的理由不這樣做。 – BrenBarn

statsmodel中的sm.add_constant與LinearRegression（）中的sklearn的fit_intercept參數相同。如果你不做sm.add_constant或LinearRegression（fit_intercept = False），那麼statsmodels和sklearn算法都假設y = mx + b中的b = 0，並且它將使用b = 0來擬合模型，而不是計算b應該基於你的數據。

來源

2017-04-13 16:24:09 wi3o

statsmodels add_constant用於OLS攔截，這實際上是在做什麼？

回答

相關問題