求助求助求助

这段代码展示了如何使用Python的pandas和statsmodels库进行数据预处理,构建多元线性回归模型,并分析模型参数、决定系数(R^2)以及系数显著性。然而,代码似乎缺少导入模块的部分,导致无法直接运行。
摘要由CSDN通过智能技术生成

import pandas as pd
import statsmodels.api as sm

# 读取数据
data = {
    'DFA/CS': [0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.8, 1],
    'Tar_yield': [17.25, 15.43, 14.14, 13.89, 13.21, 12.84, 12.57, 12.13],
    'Water_yield': [27.64, 28.11, 28.23, 28.62, 29.01, 30.07, 30.68, 31.02],
    'Char_yield': [29.11, 29.3, 29.34, 29.14, 29.33, 29.47, 29.64, 29.87],
    'Syngas_yield': [26, 27.16, 28.29, 28.35, 28.45, 27.62, 27.11, 26.98]
}
df = pd.DataFrame(data)

# 设定特征变量和目标变量
X = df[['DFA/CS']]
Y = df[['Tar_yield', 'Water_yield', 'Char_yield', 'Syngas_yield']]

# 添加截距项
X = sm.add_constant(X)

# 使用多元线性回归模型建模
model = sm.OLS(Y, X).fit()

# # 查看回归模型的系数
print('回归模型的系数:')
print(model.params)
#
# # 计算决定系数(R^2)
print('决定系数(R^2):')
print(model.rsquared)
#
# # 进行系数显著性检验
print('系数的显著性检验:')
print(model.pvalues)

这个代码为什么跑不了

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值