如何在没有循环的情况下获取statsmodels中的多个单变量OLS的变量t-stat？

问题描述

以下代码可用于获取我运行的OLS的t统计量和r平方。但是，我有数百万个回归要运行，并且通过循环运行，这使我花了很多时间。如果建议使用其他解决方案，则表示赞赏。谢谢。

import statsmodels.api as sm
import pandas as pd
import numpy as np

x = np.cumsum(np.ones(5))
df_y = pd.DataFrame({"A": [10,20,30,40,50],"B": [20,10,"C": [32,234,23,42523]})
df_result = pd.DataFrame({"t-stats": np.ones(3)*np.nan,"r2": np.ones(3)*np.nan})
for i in range(0,df_y.shape[1]):
    y = df_y.iloc[:,i]
    results = sm.OLS(y,x).fit()
    df_result.loc[i,"t-stats"] = (results.params/results.bse).values
    df_result.loc[i,"r2"] = results.rsquared

对不起，请补充我的问题。

如果y中缺少值怎么办？如何处理？谢谢

解决方法

不幸的是，您不能使用statsmodels来执行此操作，因为y必须是单个变量。如果您确实需要此处的性能，则可以使用numpy轻松编写自己的版本。假设tick_check=False永不改变

colorbar

这种方法不如使用statsmodels健壮，但由于避免了很多检查，边缘保护和计算不需要的统计信息，因此速度要快一个数量级。

在我的计算机上，此代码运行1.9毫秒，因此使用1,000,000个序列，大约需要2秒钟。