Linear_model.LinearRegression() 系数与 Statsmodels model.summary 不同

问题描述

import statsmodels.api as sm 


x1 = np.array([3,4,6,8,9])
x2 = np.array([1,1,3,4])
x3 = np.array([2,2,5,9])
y =  np.array([2,8])

xn1 = x1.reshape(-1,1)
xn2 = x2.reshape(-1,1)
xn3 = x3.reshape(-1,1)

X = np.concatenate((xn1,xn2,xn3),axis=1)

yn1 = y.reshape(-1,1)

reg = linear_model.LinearRegression()
reg.fit(X,y)
print(reg.coef_)
print(reg.intercept_)

model = sm.OLS(y,X).fit() 
print(model.summary())

线性回归的输出为 [ 0.66424419 -0.48982558 0.48401163]

而 statsmodel 的输出如下

x1,coeff = 0.6455,std err = 0.425
x2,coeff =-0.4823,std err =0.388
x3,coeff = 0.4948,std err =0.412

所以数字不匹配，是什么原因，请高手指教。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）