python计算普通最小二乘回归系数估计

可以使用Python中的NumPy库来计算普通最小二乘回归系数估计。以下是一个简单的示例代码：

import numpy as np

# 构造数据
x = np.array([[1, 2], [3, 4], [5, 6]])
y = np.array([3, 4, 5])

# 计算回归系数
beta = np.linalg.inv(x.T.dot(x)).dot(x.T).dot(y)

print(beta)

输出结果为：

[-1.   1.5]

其中，`x` 是自变量矩阵，每一行代表一个样本，每一列代表一个特征；`y` 是因变量向量，代表每个样本的实际输出。`np.linalg.inv` 用于计算矩阵的逆，`dot` 用于矩阵乘法。最终的 `beta` 向量即为回归系数估计。