求StatsModels多元回归的RSME和标准差

Question

我目前有一个多元回归，它根据预期寿命和影响预期寿命的变量生成OLS摘要，但不包括RMSE或标准偏差。statsmodels是否有rsme库，是否有方法计算代码的标准偏差

我发现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，并且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

Answer 1

听起来您是指使用均方根误差计算的残差的标准偏差。这为您提供了数据点从最佳拟合线的分布情况的度量。它经常被用作预测误差的度量

Statsmodels中的摘要中遗漏了很多信息。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。要找到残差的均方误差，请在链接中找到的Statsmodels中使用mse_resid方法。要找到残差的RMSE（均方根误差），请使用Numpy中的平方根函数取均方误差的平方根，sqrt

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)

Answer 2

您可以尝试以下方法：

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偏差，您只需使用：

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