打印线性回归模型摘要信息

使用 print(lm.summary()) 可以打印出线性回归模型的摘要信息，包括拟合优度 R-squared、每个自变量的系数、参数的显著性等信息。

代码示例:

import statsmodels.formula.api as sm

# 创建线性回归模型
lm = sm.ols('dependent_variable ~ independent_variable', data=data)

# 拟合模型
lm_results = lm.fit()

# 打印模型摘要
print(lm_results.summary())

输出:

模型摘要通常包含以下信息：

• 模型信息: 模型的类型、自变量和因变量、样本大小等。
• 拟合优度: 包括 R-squared、Adjusted R-squared 等统计量，用于评估模型的拟合程度。
• 系数: 每个自变量的系数、标准误差、t-统计量、p-值等信息。
• F-统计量: 用于检验模型整体的显著性。
• 残差: 包括残差的均值、标准差等信息。

解释:

• R-squared: 表示模型解释因变量变异的比例。
• 系数: 表示自变量对因变量的影响程度。
• 显著性: 指的是系数是否显著地不同于零，p-值小于0.05则认为系数显著。

注意:

• statsmodels 库需要安装才能使用。
• 使用 lm.summary() 打印的摘要信息可能根据模型和数据而有所不同。
• 建议阅读 statsmodels 文档了解更多信息。