我正在寻找一个有效的函数,在python中为每个可能的多元回归模型自动生成beta,该模型给定一个因变量和一组预测值作为数据帧
例如,给定这组数据:
https://i.stack.imgur.com/YuPuv.jpg
因变量为“人均病例”,以下各列为预测变量
在一个简单的示例中:
Student Grade Hours Slept Hours Studied ...
--------- -------- ------------- --------------- -----
A 90 9 1 ...
B 85 7 2 ...
C 100 4 5 ...
... ... ... ... ...
其中,beta矩阵输出看起来是这样的:
Regression Hours Slept Hours Studied
------------ ------------- ---------------
1 # N/A
2 N/A #
3 # #
表格大小为[2^n - 1]
,其中n
是变量的数量,因此在有5个预测因子和1个依赖因子的情况下,将有31个回归,每个回归具有不同的beta
计算组合
我不知道有哪个软件包已经这样做了。但您可以创建所有这些组合(2^n-1),其中n是X中的列数(自变量),并为每个组合拟合线性回归模型,然后获得每个模型的系数/β
以下是我将如何做到这一点,希望这能有所帮助
导致
相关问题 更多 >
编程相关推荐