Python：使用 Statsmodels - 线性回归预测 y 值

Question

我正在使用 Python 的 statsmodels 库来使用线性回归预测未来的余额。 csv 文件显示如下：

年 | 余额
3 | 30
8 | 57
9 | 64
13 | 72
3 | 36
6 | 43
11 | 59
21 | 90
1 | 20
16 | 83
它包含 'Year' 作为独立 'x' 变量，而 'Balance' 是依赖 'y' 变量

这是此数据的线性回归代码：

import pandas as pd
import statsmodels.api as sm
from statsmodels.formula.api import ols
import numpy as np
from matplotlib import pyplot as plt

import os
os.chdir('C:\Users\Admin\Desktop\csv')

cw = pd.read_csv('data-table.csv')
y=cw.Balance
X=cw.Year

X = sm.add_constant(X)  # Adds a constant term to the predictor

est = sm.OLS(y, X)
est = est.fit()
print est.summary()

est.params

X_prime = np.linspace(X.Year.min(), X.Year.max(), 100)[:, np.newaxis]
X_prime = sm.add_constant(X_prime)  # add constant as we did before

y_hat = est.predict(X_prime)


plt.scatter(X.Year, y, alpha=0.3)  # Plot the raw data
plt.xlabel("Year")
plt.ylabel("Total Balance")
plt.plot(X_prime[:, 1], y_hat, 'r', alpha=0.9)  # Add the regression line, colored in red
plt.show()

问题是当 'Year'=10 时如何使用 Statsmodels 预测 'Balance' 值？

Answer 1

您可以使用结果对象 est 中的 predict 方法，但为了成功使用它，您必须使用 as 公式

est = sm.ols("y ~ x", data =data).fit()
est.predict(exog=new_values)

其中 new_values 是字典。

看看这个 link。

Python：使用 Statsmodels - 线性回归预测 y 值

Python: Predict the y value using Statsmodels - Linear Regression

python

regression

pandas

statsmodels