python两个未知数怎么建立多元回归方程

在Python中，可以使用statsmodels库中的ols函数来建立多元回归方程。假设我们有两个自变量x1和x2，以及一个因变量y，可以按照以下步骤建立多元回归方程：

1. 将数据存储在一个DataFrame中。

import pandas as pd

# 创建数据集
data = {'x1': [1, 2, 3, 4, 5], 'x2': [2, 4, 6, 8, 10], 'y': [5, 7, 9, 11, 13]}
df = pd.DataFrame(data)

2. 导入ols函数，并拟合模型。

import statsmodels.formula.api as smf

# 拟合多元线性回归模型
model = smf.ols(formula='y ~ x1 + x2', data=df).fit()

在这个例子中，我们使用了ols函数来拟合多元回归模型。formula参数指定了模型的形式，其中“~”符号表示左边是因变量，右边是自变量。在这个例子中，我们使用“y ~ x1 + x2”来定义模型，表示y是x1和x2的线性组合。

3. 输出模型摘要。

# 输出模型摘要
print(model.summary())

在模型拟合后，我们可以使用summary函数来输出模型摘要，其中包括模型的系数、标准误差、t值和p值等信息。

需要注意的是，这个例子中只有两个自变量，并且数据量很少，实际中多元回归模型可能会包含更多的自变量，并且需要更多的数据来拟合。此外，模型的质量还需要通过评估指标来进行评估，如R-Squared、均方误差等。