Python statsmodel 中的 GLM 残差
GLM Residual in Python statsmodel
如何为 Python 中的所有 303 个观测值生成残差：
from statsmodels.stats.outliers_influence import OLSInfluence
OLSInfluence(resid)
或
res.resid()
我正在尝试生成类似于我们在 R 中使用的残差：
res$resid
statsmodels 没有 GLM 的默认 resid，但它有以下
resid_anscombe Anscombe 残差。
resid_anscombe_scaled 缩放 Anscombe 残差。
resid_anscombe_unscaled 未缩放的 Anscombe 残差。
resid_deviance 偏差残差。
resid_pearson Pearson 残差。
resid_response 响应残差。
resid_working 工作残差。
残差 y - E(y|x) 是响应残差 resid_response
这些残差可用作 fit 方法返回的结果实例的属性。
如何为 Python 中的所有 303 个观测值生成残差：
from statsmodels.stats.outliers_influence import OLSInfluence
OLSInfluence(resid)
或
res.resid()
我正在尝试生成类似于我们在 R 中使用的残差：
res$resid
statsmodels 没有 GLM 的默认 resid，但它有以下
resid_anscombe Anscombe 残差。
resid_anscombe_scaled 缩放 Anscombe 残差。
resid_anscombe_unscaled 未缩放的 Anscombe 残差。
resid_deviance 偏差残差。
resid_pearson Pearson 残差。
resid_response 响应残差。
resid_working 工作残差。
残差 y - E(y|x) 是响应残差 resid_response
这些残差可用作 fit 方法返回的结果实例的属性。