Python: Comment évaluer les résidus dans StatsModels?
Je veux évaluer les résidus: (y-hat y).
Je sais comment faire ca:
df = pd.read_csv('myFile', delim_whitespace = True, header = None)
df.columns = ['column1', 'column2']
y, X = ps.dmatrices('column1 ~ column2',data = df, return_type = 'dataframe')
model = sm.OLS(y,X)
results = model.fit()
predictedValues = results.predict()
#print predictedValues
yData = df.as_matrix(columns = ['column1'])
res = yData - predictedValues
Je me demande s'il existe une méthode pour ce faire (?).
C'est stocké dans l'attribut resid de la classe Résultats
De même, il existe une méthode results.fittedvalues, Vous n'avez donc pas besoin de la results.predict().