我如何从适合python statsmodels的WLS模型中获取杠杆/获取影响力
以http://statsmodels.sourceforge.net/stable/index.html为例
# Load data
dat = sm.datasets.get_rdataset("Guerry", "HistData").data
# Fit regression model (using the natural log of one of the regressors)
results_ols = smf.ols('Lottery ~ Literacy + np.log(Pop1831)', data=dat).fit()
results_w = smf.wls('Lottery ~ Literacy + np.log(Pop1831)', data=dat).fit()
我可以打电话
results_ols.get_influence
但不是results_wls.get_influence（）
wls是否有等效功能？
我也会对statsmodels之外的任何解决方案感兴趣。
最佳答案
通过对加权变量使用OLS，可以获取对加权变量的影响和异常值的度量。
例如，如果mod_wls是您的WLS模型（模型实例，而不是结果实例），则
res = sm.OLS(mod_wls.wendog, mod_wls.wexog).fit()
infl = res.get_influence()
AFAIK，大多数或所有影响度量都是正确的，但它们是在加权变量和观测值方面。对于一些影响度量，有一些关于原始变量的定义，但是这些定义将不可用。例如，有两种方法为WLS定义帽子矩阵，一种对应于使用上述加权变量，另一种对原始变量具有影响。
（GLM和RLM中都出现了类似的问题，它们都基于迭代重新加权的最小二乘，例如https://github.com/statsmodels/statsmodels/issues/808
影响力和异常值统计尚未扩展到其他模型，主要是因为缺少对明确处理这种情况的统计文献的参考，并且由于不了解可用于单元测试的另一个程序包中的参考实现。
）
关于python - statsmodels WLS是否具有get_influence()函数？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/40621686/