改写为使用OLS方法来拟合线性回归模型

可以使用`statsmodels`库中的OLS方法来拟合线性回归模型，改写后的代码如下：

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) 
y = x @ beta 

linear_fit = OLS(y, x).fit() 

print(linear_fit.params)

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。