0
이것은 지금까지 가지고있는 코드입니다. 가중치가 작은 최소 제곱 연산을 수행하고 결과를 인쇄하고 있습니다. 요약에서 결과를 사용하고 싶지만 요약은 분명히 반복 가능하지 않습니다. 요약에서 값을 가져올 수있는 방법이 있습니까?어떻게 statsmodels.WLS.fit.summary에서 값을 가져 옵니까?
self.b = np.linalg.lstsq(self.G,self.d)
w = np.asarray(self.dw)
mod_wls = sm.WLS(self.d,self.G,weights=1./np.asarray(w))
res_wls = mod_wls.fit()
report = res_wls.summary()
print report
다음은 요약본입니다.
WLS Regression Results
==============================================================================
Dep. Variable: y R-squared: 0.955
Model: WLS Adj. R-squared: 0.944
Method: Least Squares F-statistic: 92.82
Date: Mon, 24 Oct 2016 Prob (F-statistic): 4.94e-14
Time: 11:38:16 Log-Likelihood: 138.19
No. Observations: 28 AIC: -264.4
Df Residuals: 22 BIC: -256.4
Df Model: 5
Covariance Type: nonrobust
==============================================================================
coef std err t P>|t| [95.0% Conf. Int.]
------------------------------------------------------------------------------
x1 -0.0066 0.001 -12.389 0.000 -0.008 -0.006
x2 0.0072 0.000 15.805 0.000 0.006 0.008
x3 1.853e-08 2.45e-08 0.756 0.457 -3.23e-08 6.93e-08
x4 -4.402e-09 6.58e-09 -0.669 0.511 -1.81e-08 9.25e-09
x5 -3.595e-08 1.42e-08 -2.528 0.019 -6.55e-08 -6.45e-09
x6 4.402e-09 6.58e-09 0.669 0.511 -9.25e-09 1.81e-08
x7 -6.759e-05 4.17e-05 -1.620 0.120 -0.000 1.9e-05
==============================================================================
Omnibus: 4.421 Durbin-Watson: 1.564
Prob(Omnibus): 0.110 Jarque-Bera (JB): 2.846
Skew: 0.729 Prob(JB): 0.241
Kurtosis: 3.560 Cond. No. 2.22e+16
==============================================================================
편집 : 분명히하기 위해 각 x1, x2 ... x7 행에서 'std err'값을 추출하고 싶습니다. 나는 그들을 나타내는 속성이나 그들이 속한 행을 찾지 못하는 것 같습니다. 누구나이 일을하는 법을 알고 있습니까?
그건 의미가 있습니다. 단 한가지는 std err 열에서 추출하려고하는 것입니다. 이전에 분명히 했어야했습니다. 나는 그들 또는 행을 나타내는 속성을 찾을 수없는 것 같습니다. – noggy
그들은'params', IIRC에 있습니다. – fuglede