python - 具有不同统计显着性水平的数据的 numpy polyfit

Question

Polyfit 是一个很好的工具，可以将一条线拟合到一组点上。然而，我的数据具有不同程度的统计显着性。

例如，对于一个点 (x1,y2) 我可能只有 10 个观测值，而对于另一个点 (x2,y2) 我可能有 10,000 个观测值。我通常至少有 10 个点，我想在使用 polyfit 时根据统计显着性对每个点进行加权。有什么方法(或类似的功能)可以做到这一点吗？

Answer 1

一种可能性是在 statsmodels 中使用加权最小二乘法

大致:

y 是响应或内生变量 (endog)

x 是您的一维解释变量

w 你的权重数组，越高，那个观察的权重就越大

得到多项式矩阵，并拟合

import numpy as np
import statsmodels.api as sm
exog = np.vander(x, degree+1)
result = sm.WLS(y, exog, weight=w).fit()

参数在result.params中。拟合值在 result.fittedvalues

中

预测在不同版本之间发生了变化。在 0.4 版本中，您可以使用

result.predict(np.vander(x_new, degree+1))