python怎么计算线性模型的AIC和BIC

在Python中，可以使用statsmodels库计算线性模型的AIC和BIC。以下是一个示例代码：

import statsmodels.api as sm

# 构建线性模型
X = sm.add_constant(X) # 如果模型中包含截距，需要加上常数列
model = sm.OLS(y, X).fit()

# 计算AIC和BIC
n = len(y)
k = len(model.params)
AIC = n * np.log(model.ssr/n) + 2 * k
BIC = n * np.log(model.ssr/n) + k * np.log(n)

其中，`X`是自变量矩阵，`y`是因变量向量。`model.ssr`是线性模型的残差平方和。`n`是样本量，`k`是模型参数的个数（包括截距项）。计算AIC和BIC的公式分别为：

AIC = n * ln(RSS/n) + 2k

BIC = n * ln(RSS/n) + k * ln(n)

其中，RSS是残差平方和，k是参数个数，n是样本量。