"statsmodels.regression.linear_model. WLS“是如何工作的？

Question

我用“statsmodels.regression.linear_model”来做WLS。

但我不知道如何给我的回归权重。

有没有人知道这个重量是如何分配的，它是如何工作的？

import numpy as np
import statsmodels.api as sm
Y = [1,2,3,4,5,6,7]
X = range(1,8)
W= [1,1,1,1,1,1,1]
X = sm.add_constant(X)
wls_model = sm.WLS(Y,X, weights=W)
results = wls_model.fit()
results.params
print results.params
#[ -1.55431223e-15   1.00000000e+00]

import numpy as np
import statsmodels.api as sm
Y = [1,2,3,4,5,6,7]
X = range(1,8)
W= range(1,8)
X = sm.add_constant(X)
wls_model = sm.WLS(Y,X, weights=W)
results = wls_model.fit()
results.params
print results.params
#[0  1]

为什么当权重在1，8范围内，斜率和截距是1和0。但当重量为"1“时，截距不是0。

Answer 1

在你的例子中，数据是线性的，所以不管你的权重如何，回归都是一个完美的匹配。但是，如果您将数据更改为在第一个位置有一个异常值，则如下所示

Y = [-5,2,3,4,5,6,7]

然后用恒定的重量

[-3.42857143  1.64285714]

但是有了W = range(1,8)你就可以

[-1.64285714  1.28571429]

这更接近你想要的没有离群点。