Python 使用什么进行多重相关？

我试图使用python来计算一个响应数组和一组预测数组之间的多元线性回归和多重相关性。 我看到了计算多元线性回归的非常简单的例子，这很容易。 但是如何用statsmodels计算多重相关性呢？或者其他任何东西，作为替代。我想我可以使用rpy和R，但如果可能的话，我更愿意使用python

编辑[澄清]： 考虑到如下所述的情况：

---

除了回归系数和其他回归参数外，我还想计算预测值的多重相关系数

你当然可以用statsmodels和pandas来计算。像这样的事情可能会让你开始

import pandas
import statsmodels.api as sm
from statsmodels.formula.api import ols

data = pandas.DataFrame([["A", 4, 0, 1, 27], 
                         ["B", 7, 1, 1, 29], 
                         ["C", 6, 1, 0, 23], 
                         ["D", 2, 0, 0, 20], 
                         ["etc.", 3, 0, 1, 21]], 
                         columns=["ID", "score", "male", "age20", "BMI"])
print data.corr()

model = ols("BMI ~ score + male + age20", data=data).fit()
print model.params
print model.summary()

请查看文档：

编辑：我不熟悉多元相关系数这个术语，但我相信这只是多元回归模型R平方的平方根，不是吗

print model.rsquared**.5
print model.rsquared_adj**.5

---

这就是你想要的吗？

我是否应该使用GLM（广义线性模型）？也许你可以更详细地解释一下你到底想做什么。因此，想象一下这里描述的情况：我还想计算预测值的多个相关系数，除了回归系数和其他回归系数parameters@Paul我想，如果你能编辑你的问题，而不是把信息作为评论，那会更好。也许能更新链接？没什么大不了的，因为我知道我在追求什么，但是会很好。+1，formula api在0.4中可用吗，或者您在这里使用的是开发版本吗？它是在0.5中添加的。pypi上有一个0.5的预发行版，公式框架可用。最终版本有望在年底前发布。