Python做多元线性回归（解决多重共线性和异方差问题）

本文适用对象：

1. 具备数据，需要研究某个被解释变量和多个解释变量之间的关系
2. 对python不太熟悉，但是具有浓厚兴趣（否则会选择更简单的工具，如Eviews，stata等）

话不多说，直接切入主题。

首先，我们要大致了解多元线性回归的一般步骤：

1. 数据导入和清洗
2. 首次回归
3. 检测多重共线性，再次回归
4. 检测异方差性，再次回归
5. 最后，得到一个相对不错的结果。本人后期将更新“内生解释变量问题”的python解决

下面给大家直接上代码，里面给出了详细的注释。如有错误请私信指正！

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from statsmodels.formula.api import ols


#数据读取
def dataImport(fileName):
    _path="D:/PythonProjects/Data/"
    data=pd.read_excel(_path+fileName+'.xlsx')
    return data

#方差膨胀因子检测
def vif(df,col_i):
    '''
    :param df: 整份数据
    :param col_i: 被检测的因子
    :return:方差膨胀因子
    '''
    cols=list(df.columns)
    cols.remove(col_i)
    formula=col_i+'~'+'+'.join(cols)
    r2=ols(formula,df).fit().rsquared
    return 1./(1.-r2)

def main():
    #导入数据，并简要查看数据
    df=dataImport('exercise02')
    print(df.info())
    print(df.head())