OLS python

OLS（Ordinary Least Squares）是一种常见的线性回归方法，用于拟合线性模型。在Python中，可以使用statsmodels库来进行OLS回归分析。

下面是使用Python进行OLS回归的基本步骤：
1. 导入所需的库：

import numpy as np
import statsmodels.api as sm

2. 准备数据：

# 定义自变量X和因变量y
X = np.array([[1, 2], [1, 3], [1, 4], [1, 5]])
y = np.array([5, 6, 7, 8])

3. 添加常数列：

X = sm.add_constant(X)

4. 拟合模型：

model = sm.OLS(y, X)
results = model.fit()

5. 查看回归结果：

print(results.summary())

在回归结果中，你可以看到各个系数的估计值、标准误差、t值、p值等统计信息，以及模型的R-squared值和调整后的R-squared值等。