wh9.2,python计算VIF

import pandas as pd
import numpy as np
import statsmodels.api as sm
import statsmodels.stats.outliers_influence 
data=pd.read_csv("D:\excel\REGRESSION/P256.csv")
from statsmodels.stats.outliers_influence import variance_inflation_factor
data['constant']=1
model=sm.OLS(data['y'],data[['constant','x1','x2','x3','x4','x5','x6','x7','x8','x9','x10','x11']]).fit()
print(model.summary())
vif = []
for i in range(12):
    a=variance_inflation_factor(data.iloc[:,1:].values,i)
    vif.insert(i,a)
print(vif)

代码运行结果:

 

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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