python的中介效应调节效应

小蜗笔记

已于 2022-07-07 12:15:59 修改

阅读量2.3k

点赞数

分类专栏：学习收藏文章标签： python 开发语言机器学习

于 2022-07-07 12:12:26 首次发布

本文链接：https://blog.csdn.net/qq_42830971/article/details/125656523

版权

学习收藏专栏收录该内容

40 篇文章 25 订阅

订阅专栏

https://zhuanlan.zhihu.com/p/354651458

import pandas as pd
import numpy as np
from tqdm import tqdm
import statsmodels.api as sm
import statsmodels.formula.api as smf  

pd.set_option('display.max_columns', None)
#显示所有行
pd.set_option('display.max_rows', None)

#混合中介
data_new['数字经济'].astype(float)
#模型一
result = smf.ols('Score ~ 数字经济',data = data_new).fit()   #ols最小二乘回归
print(result.summary(),'模型一')
#模型二
for i in data_new.columns[-17:-3]:
    print(i)
    result = smf.ols('{0} ~ 数字经济'.format(i),data = data_new).fit()   #ols最小二乘回归,模型二
    print(result.summary(),i,'模型二')
#模型三：

i = ' + '.join(data_new.columns[-17:-3])
print(i)
result = smf.ols('Score ~ 数字经济 + {0}'.format(i),data = data_new).fit()   #ols最小二乘回归,模型三
print(result.summary(),i,'模型三')

#混合调节
data_new['数字经济'].astype(float)
#模型一
result = smf.ols('Score ~ 数字经济',data = data_new).fit()   #ols最小二乘回归
print(result.summary(),'模型一')
#模型二
for i in data_new.columns[-17:-3]:
    print(i)
    result = smf.ols('Score ~ 数字经济 + 数字经济 * {0}'.format(i),data = data_new).fit()   #ols最小二乘回归,模型二
    print(result.summary(),i,'模型二')