四个自变量的多元回归模型的python代码

以下是四个自变量的多元回归模型的Python代码示例：

import pandas as pd
import statsmodels.api as sm

# 读取数据
data = pd.read_csv('data.csv')

# 定义自变量和因变量
X = data[['x1', 'x2', 'x3', 'x4']]
y = data['y']

# 添加截距项
X = sm.add_constant(X)

# 训练模型
model = sm.OLS(y, X).fit()

# 输出模型结果
print(model.summary())

在这个示例中，`data` 是一个包含自变量和因变量的数据集。我们定义了四个自变量 `x1`、`x2`、`x3` 和 `x4`，以及因变量 `y`。然后，我们使用 `sm.add_constant()` 函数将截距项添加到自变量矩阵中。最后，我们使用 `sm.OLS()` 函数训练模型，并使用 `model.summary()` 输出模型结果。