python统计模型-回归中的二次项

我有以下线性回归：

import statsmodels.formula.api as sm

model = sm.ols(formula = 'a ~ b + c', data = data).fit()

我想在这个模型中为b添加一个二次项

使用

statsmodels.ols

是否有一种简单的方法来实现这一点？
我是否应该使用更好的软件包来实现这一点？

这应该可以：

data['b2'] = data.b ** 2
model = sm.ols(formula = 'a ~ b2 + b + c', data=data).fit()

---

虽然Alexander的解决方案可行，但在某些情况下并不十分方便。例如，每次您想要预测新值的模型结果时，都需要记住传递b**2和b值，这很麻烦，不必要。虽然patsy不识别符号“b**2”，但它确实识别numpy函数。因此，您可以使用

import statsmodels.formula.api as sm
import numpy as np

data = {"a":[2, 3, 5], "b":[2, 3, 5], "c":[2, 3, 5]}
model = sm.ols(formula = 'a ~ np.power(b, 2) + b + c', data = data).fit()

通过这种方式，后者可以重用此模型，而无需为b**2指定值

model.predict({"a":[1, 2], "b":[5, 2], "c":[2, 4]})

最简单的方法是

model = sm.ols(formula = 'a ~ b + c + I(b**2)', data = data).fit()

---

I（…）

基本上是说“patsy，请不要再聪明了，让Python来处理kthx内部的一切”。（）

您知道这是否取决于某个版本吗？对我来说，b**2术语只是略过了。根据公式创建设计矩阵是由patsy完成的，与statsmodels版本无关。（我不知道patsy是如何对待公式中的幂运算的。）我知道我来晚了，但是在

公式中，='a~np.power（b，2）+b+c'

的波浪形符号是什么意思？@Jim421616就像在R编程语言中，

~

意味着

a

是

np.power（b，2）的线性组合+b+c

在Statsmodels 0.21.1中不起作用：显示“patsy.PatsyError:错误评估因子：ValueError:没有名称字段

I

”