z掉了,一个变量都不能掉
时间: 2024-03-10 15:44:50 浏览: 16
非常抱歉,我误解了你的问题。我重新解释一下之前的代码,同时更改一下使用OLS方法拟合线性回归模型的代码:
这段代码中,首先生成了一个大小为`(10000000, 10)`的随机矩阵`x`和一个大小为`(10000000, 1)`的随机向量`y`。然后通过矩阵乘法计算$z=x\beta$,并使用正态分布累积分布函数`norm.cdf()`计算了$z$的条件概率值`condprob`。接着,使用二项分布函数`binom.rvs()`根据条件概率值`condprob`生成了随机的0/1向量`y`。
最后,分别使用 probit、logit 和 identity 这三种链接函数对`y`进行了广义线性模型的拟合,得到了三组系数,分别存储在 coef_mat 和 prop_mat 中。
使用OLS方法拟合线性回归模型的代码如下:
```python
import numpy as np
from statsmodels.api import OLS
from scipy.stats import norm, binom
n = 10000000
p = 10
x = np.random.normal(size=(n, p))
beta = np.arange(1, p+1).reshape(-1, 1)
z = x @ beta
y = z + np.random.normal(size=(n, 1))
linear_fit = OLS(y, x).fit()
print(linear_fit.params)
```
在这段代码中,我们使用矩阵乘法计算$z=x\beta$,然后生成一个大小为`(10000000, 1)`的随机向量`y`,其中加入了一些噪声。接着,使用`OLS`方法对`y`进行线性回归的拟合,得到了一个系数向量,存储在`linear_fit.params`中。
相关推荐
![7z](https://img-home.csdnimg.cn/images/20210720083312.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)