python 使用Statsmodels回归分析

青旅半醒 2023-06-03 09:54 46阅读 0赞

> Statsmodels是Python中一个强大的统计分析包，包含了回归分析、时间序列分析、假设检验等等的功能。使用时需要导入Statsmodels库  
> 需要注意的是OLS()未假设回归模型有常数项，需要通过sm.add\_constant()在自变量x的左侧加上一列常量1。

使用matplotlib库结合Statsmodels库绘制收盘价曲线和回归直线

import pandas_datareader.data as web
    import pandas as pd
    import numpy as np
    import datetime
    import statsmodels.api as sm
    from statsmodels import regression
    import matplotlib.pyplot as plt
    
    plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
    plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
    
    df_stockload = web.DataReader("600797.SS", "yahoo", datetime.datetime(2018,10,1), datetime.datetime(2019,4,1))
    df_stockload.fillna(method='bfill', inplace=True)  # 后一个数据填充NAN1
    print(df_stockload.info())
    
    y_arr = df_stockload.Close.values
    x_arr = np.arange(0, len(y_arr))
    x_b_arr = sm.add_constant(x_arr)  # 添加常数列1
    model = regression.linear_model.OLS(y_arr, x_b_arr).fit()  # 使用OLS做拟合
    rad = model.params[1]  # y = kx + b :params[1] = k
    intercept = model.params[0]  # y = kx + b :params[0] = b
    reg_y_fit = x_arr * rad + intercept
    #matplotlib 绘制
    plt.plot(x_arr, y_arr)
    plt.plot(x_arr, reg_y_fit, 'r')
    plt.title(u"浙大网新" + " y = "+ str(rad)+" * x +" + str(intercept))
    plt.legend(['close', 'linear'], loc='best')
    
    plt.show()

输出结果  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDU4MDk3Nw_size_16_color_FFFFFF_t_70]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDU4MDk3Nw_size_16_color_FFFFFF_t_70]: /images/20230601/a2a0709ad3ba44d6b94f352b7c40f8f5.png