Python PANDES OLS-牵引参数不工作
我有两行代码工作正常,但无法提取参数以用于其他相关函数:Python PANDES OLS-牵引参数不工作,python,pandas,dataframe,linear-regression,Python,Pandas,Dataframe,Linear Regression,我有两行代码工作正常,但无法提取参数以用于其他相关函数: ES_15M_LR = pd.ols(y = ES_15M_Last_300_Periods['Close'], x = ES_15M_Last_300_Periods['Date']) 上面的代码工作得很好,但是当我试图从中提取参数时,我得到了错误: AttributeError: 'OLS' object has no attribute 'params' 例如,我尝试: ES_15M_LR.params 以及: ES_15M
ES_15M_LR = pd.ols(y = ES_15M_Last_300_Periods['Close'], x = ES_15M_Last_300_Periods['Date'])
上面的代码工作得很好,但是当我试图从中提取参数时,我得到了错误:
AttributeError: 'OLS' object has no attribute 'params'
例如,我尝试:
ES_15M_LR.params
以及:
ES_15M_LR.params.x
…拉动x系数(斜率)。这将得到与上述相同的错误。但是,我可以看到统计数据的工作情况与预期一致:
我只是无法自动提取参数,我需要将其作为其他函数的变量。有人能帮忙吗?我从来没有在熊猫身上使用过OLS,但它似乎曾经存在于熊猫身上,并转移到了statsmodel软件包中。文档似乎也过时或不正确,但测试版应该可以做到这一点。首先,强烈建议您使用statsmodels,因为
pandas.stats.ols
、pandas.stats.plm
和pandas.stats.var
例程
已弃用,并将在将来的版本中删除(:MIGRATE:将统计代码移动到pandas中的statsmodels/deprecate)
关于param
access
import numpy as np
import pandas as pd
import statsmodels.api as sm
df = pd.DataFrame(np.random.randint(0,100,size=(100, 2)), columns=list('AB'))
model = sm.OLS(df['A'], df['B'])
fit = model.fit()
print fit.params
B 0.724865
print fit.summary()
OLS Regression Results
==============================================================================
Dep. Variable: A R-squared: 0.533
Model: OLS Adj. R-squared: 0.528
Method: Least Squares F-statistic: 113.0
Date: Thu, 16 Feb 2017 Prob (F-statistic): 4.66e-18
Time: 10:27:13 Log-Likelihood: -509.62
No. Observations: 100 AIC: 1021.
Df Residuals: 99 BIC: 1024.
Df Model: 1
Covariance Type: nonrobust
==============================================================================
coef std err t P>|t| [0.025 0.975]
------------------------------------------------------------------------------
B 0.7249 0.068 10.629 0.000 0.590 0.860
==============================================================================
Omnibus: 3.447 Durbin-Watson: 1.724
Prob(Omnibus): 0.178 Jarque-Bera (JB): 2.856
Skew: 0.301 Prob(JB): 0.240
Kurtosis: 2.432 Cond. No. 1.00
==============================================================================
还有检查