OLS模型
#OLS ordinary least square modelimport numpy as npimport statsmodels.api as sm#.api不能省x = np.arange(-10, 10)#假设y与x之间关系如下y = 2*x + np.random.normal(size=len(x))#python包中的ols模型默认没有常数项，如果要加，需要下面这一样X = sm.add_constant(x)#通过OLS回归模型获得各个参数model = sm.OLS(y, X)fit = model.fit()print (fit.summary())#回归的结果用表格输出，包括R平方，一些检测的P值等等fittedValue = fit.fittedValues#拟合值，y umlautresidual = fit.resid#残差值parameter = fit.params#各个参数#使用dir(fit)可以看到还有哪些method或者是attributes是available的#如果有dummy variable，使用下面的函数生成dummy variable的matix#如果有n个observations（dummyOriginal是n行的），dummy variable有m种类型，那么下面生成的dummy会是n*m的矩阵#drop=True表示原来的dummy original不会出现在新生成的矩阵的第一列（0列）dummy = sm.categorical(dummyOriginal, drop = True)#dummy跟其他变量放在一起的时候用np.hstack连接。