Python “怎么做？”；statsmodels.Retression.linear_模型。WLS"；工作

我使用了“statsmodels.regression.linear_model”来做WLS

但我不知道如何衡量我的回归

有人知道重量是如何分配的，它是如何工作的吗

import numpy as np
import statsmodels.api as sm
Y = [1,2,3,4,5,6,7]
X = range(1,8)
W= [1,1,1,1,1,1,1]
X = sm.add_constant(X)
wls_model = sm.WLS(Y,X, weights=W)
results = wls_model.fit()
results.params
print results.params
#[ -1.55431223e-15   1.00000000e+00]

---

为什么当权重为范围（1,8）时，斜率和截距为1和0。

---

但当权重为“1”时，截距不是0。

在您的示例中，数据无论如何都是线性的，因此无论您的权重如何，回归都是完美的拟合。但是如果你改变你的数据，在第一个位置有一个异常值，就像这样

Y = [-5,2,3,4,5,6,7]

然后用恒定的重量，你得到

[-3.42857143  1.64285714]

但是使用

W=range（1,8）

[-1.64285714  1.28571429]

---

在没有异常值的情况下，它更接近您想要的值。

观测值是固定的，因此我无法添加数据来更改其关系。

[-1.64285714  1.28571429]