sm.OLS多变量回归

sm.OLS是statsmodels库中的一个类，用于进行线性回归分析。在多变量回归中，sm.OLS可以用于估计多个自变量对因变量的影响。以下是sm.OLS多变量回归的基本用法：

import statsmodels.api as sm

# 准备数据
X = data[['x1', 'x2', 'x3']]  # 多个自变量
y = data['y']  # 因变量

# 添加常数项
X = sm.add_constant(X)

# 构建模型
model = sm.OLS(y, X)

# 拟合模型
result = model.fit()

# 查看回归结果
print(result.summary())

在上面的代码中，我们首先准备了多个自变量X和一个因变量y。然后通过`sm.add_constant(X)`添加了常数项，并使用`sm.OLS()`构建了模型。最后，通过`model.fit()`拟合模型并查看回归结果。

在回归结果中，我们可以看到多个自变量对因变量的系数、标准误、t值和p值等信息。此外，也可以通过`result.params`查看回归系数，通过`result.rsquared`查看拟合优度等信息。