全子集回归python

全子集回归是一种回归分析方法，它通过考虑所有可能的自变量子集来建立回归模型，并选择具有最优性能的模型。在Python中，可以使用statsmodels库来实现全子集回归。具体的代码实现可以参考以下示例：

import pandas as pd
import numpy as np
import statsmodels.api as sm
import statsmodels.formula.api as smf
from itertools import combinations

def all_subset_regression(df):
    list1 = [1, 2, 3]  # 自变量的列数
    n = 18  # 样本量
    R2 = []
    names = []

    # 找到所有子集，并依次循环
    for a in range(len(list1) + 1):
        for b in combinations(list1, a):
            p = len(list(b))
            data1 = pd.concat([df.iloc[:, i - 1] for i in list(b)], axis=1)  # 结合所需因子
            name = "y~" + (" ".join(data1.columns))  # 组成公式
            data = pd.concat([df['y'], data1], axis=1)  # 结合自变量和因变量
            result = smf.ols(name, data=data).fit()  # 建模

            # 计算R2a
            r2 = (n - 1) / (n - p - 1)
            r2 = r2 * (1 - result.rsquared**2)
            r2 = 1 - r2
            R2.append(r2)
            names.append(name)

    finall = {"公式": names, "R2a": R2}
    data = pd.DataFrame(finall)
    print("根据自由度调整复决定系数准则得到：")
    print("最优子集回归模型为：{}".format(data.iloc[data['R2a'].argmax(), 0]))
    print("其R2a值为：{}".format(data.iloc[data['R2a'].argmax(), 1]))
    
    result = smf.ols(name, data=df).fit()  # 建模
    print()
    print(result.summary())

df = pd.read_csv("data5.csv")  # 根据实际情况读取数据
all_subset_regression(df)