import wooldridge as wooimport numpy as npimport statsmodels.formula.api as smfceosal1 = woo.dataWoo('ceosal1')# OLS regression:reg = smf.ols(formula='salary ~ roe', data=ceosal1)results = reg.fit()# calculate predicted values & residuals:sal_hat = results.fittedvaluesu_hat = results.resid# calculate R^2 in three different ways:sal = ceosal1['salary']R2_a = np.var(sal_hat, ddof=1) / np.var(sal, ddof=1)R2_b = 1 - np.var(u_hat, ddof=1) / np.var(sal, ddof=1)R2_c = np.corrcoef(sal, sal_hat)[1, 0] ** 2print(f'R2_a: {R2_a}\n')print(f'R2_b: {R2_b}\n')print(f'R2_c: {R2_c}\n')
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。