Python 如何使用statsmodels和sklearn在回归中添加控制变量？

我试图使用statsmodels和sklearn进行多元线性回归，同时控制社会经济地位（年龄、性别、种族）等协变量。 我已经在SPSS中完成了这项工作，这相当简单，因为我可以只单击我想要控制的变量，但我必须切换到python，并且不知道是否有任何函数允许我这样做？

---

非常感谢

如果我正确理解了你的问题，你是想知道如何编写多元回归

您将要执行以下操作：

import statsmodels.formula.api as smf
results = smf.ols('y ~ x1 + age', data=df).fit()
print(results.summary())

这将使y回归到您的x1和年龄

如果你想包括性别或种族，那么你需要引入虚拟变量。Statsmodels可以通过围绕伪变量编写C（）来快速实现这一点。这使变量成为类别变量（请记住，数据中的第一个种族或性别将是省略的变量）

希望有帮助

results_2 = smf.ols('y ~ x1 + age + C(ethnicity) + C(gender)', data=df).fit()
print(results_2.summary())