多元线性回归模型中如何求取学习残差和压力残差

Question

我试图用python找到多元回归模型的学习化和按残差。在这种情况下，我有以下数据：

X1  X2  Y
14  25  301
19  32  327
12  22  246
11  15  187

拟合模型为：Y=80.93−5.84 X1+11.32 X2，Ms残差：574.9 我写了下面的代码来找到这些残差。在

^{pr2}$

但是我不知道hii的值。hii是hat矩阵的一个对角元素。但是我不知道如何实现hat矩阵并得到hii的值。有人请帮我从给定的数据中找出hii的值，这样我就可以用上面的公式在代码中计算studentized和Press residual。在这里，st_r是学习的，press峎r是press Regeneration。我不想使用任何python库。提前谢谢。在

Answer 1

在Matrix Multiplication in python?处有纯矩阵乘法的代码

Python转置可以用这里显示的zip函数计算 Matrix Transpose in Python

hat矩阵可计算为（除了使用上述参考中的函数）： H=X（X^TX）^-lX^T

我得到了杠杆（Hii）的值：0.387681，0.951288，0.661433，0.999597。媒体=1442464

请注意，模型R平方是好的，但模型预测的R平方（预测的R平方=[1-（压力/平方和总和）]*100）是0。此外，X1和X2 p值在统计学上也不显著。非常有限的数据集。在