Как посчитать ошибку регрессии на питоне?

Question

[bobs32]

Здравствуйте!
Помогите пожалуйста решить проблему.
Надо посчитать ошибку регрессии для каждого столбца, чтоб в итоге был просто вектор из стандартных ошибок.
Пытался использовать stats.linregress, но возникает ошибка.

import scipy.stats as ss

Y=[[210.33, 3.7, 63.376, 176.00, 38.43, 14.09],
[210.4, 3.99, 59.5, 176.55, 38.89, 14.00],
[210.51, 3.84, 52.321, 176.4, 39.55, 14.04],
[210.53, 3.96, 54.00, 176.00, 39.94, 14.1],
[210.31, 3.981, 52.021, 177.49, 39.48, 14.22]]


X=[[210.44, 4.01, 63.83, 177.00, 38.92, 14.12],
[210.69, 4.05, 60.09, 178.95, 39.63, 14.05],
[210.53, 3.9, 54.5, 177.00, 40.14, 14.13],
[210.63, 4.11, 61.16, 176.00, 40.02, 14.35],
[210.529, 3.981, 53.23, 177.49, 40.08, 14.43]]
r = ss.linregress(X,Y)
print(r. stderr)

ошибка:
r = ss.linregress(X,Y)
File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/scipy/stats/_stats_mstats_common.py", line 93, in linregress
ssxm, ssxym, ssyxm, ssym = np.cov(x, y, bias=1).flat
ValueError: too many values to unpack (expected 4)

Comments

[Рональд Макдональд]

А где код? Тут удочку дают, а не халявную рыбу.

[szelga]

там исключение выбрасывается или что? как бы то ни было, ошибку в студию.

[szelga]

для начала, элементы в списке надо разделить запятыми.

[bobs32]

szelga,

import scipy.stats as ss

Y=[[210.33, 3.7, 63.376, 176.00, 38.43, 14.09],
[210.4, 3.99, 59.5, 176.55, 38.89, 14.00],
[210.51, 3.84, 52.321, 176.4, 39.55, 14.04],
[210.53, 3.96, 54.00, 176.00, 39.94, 14.1],
[210.31, 3.981, 52.021, 177.49, 39.48, 14.22]]


X=[[210.44, 4.01, 63.83, 177.00, 38.92, 14.12],
[210.69, 4.05, 60.09, 178.95, 39.63, 14.05],
[210.53, 3.9, 54.5, 177.00, 40.14, 14.13],
[210.63, 4.11, 61.16, 176.00, 40.02, 14.35],
[210.529, 3.981, 53.23, 177.49, 40.08, 14.43]]
r = ss.linregress(X,Y)
print(r. stderr)

ошибка:
r = ss.linregress(X,Y)
File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/scipy/stats/_stats_mstats_common.py", line 93, in linregress
ssxm, ssxym, ssyxm, ssym = np.cov(x, y, bias=1).flat
ValueError: too many values to unpack (expected 4)

[bobs32]

Рональд Макдональд,

import scipy.stats as ss

Y=[[210.33, 3.7, 63.376, 176.00, 38.43, 14.09],
[210.4, 3.99, 59.5, 176.55, 38.89, 14.00],
[210.51, 3.84, 52.321, 176.4, 39.55, 14.04],
[210.53, 3.96, 54.00, 176.00, 39.94, 14.1],
[210.31, 3.981, 52.021, 177.49, 39.48, 14.22]]


X=[[210.44, 4.01, 63.83, 177.00, 38.92, 14.12],
[210.69, 4.05, 60.09, 178.95, 39.63, 14.05],
[210.53, 3.9, 54.5, 177.00, 40.14, 14.13],
[210.63, 4.11, 61.16, 176.00, 40.02, 14.35],
[210.529, 3.981, 53.23, 177.49, 40.08, 14.43]]
r = ss.linregress(X,Y)
print(r. stderr)

ошибка:
r = ss.linregress(X,Y)
File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/scipy/stats/_stats_mstats_common.py", line 93, in linregress
ssxm, ssxym, ssyxm, ssym = np.cov(x, y, bias=1).flat
ValueError: too many values to unpack (expected 4)

[Рональд Макдональд]

bobs32, ну пишет, что слишком много значений и ожидается только 4. Посмотрите:
https://docs.scipy.org/doc/scipy/reference/generat...
там тоже в примере массив 2x2.

[bobs32]

Рональд Макдональд, нет смысла считать ошибку регрессии для массива 2х2. Можно ли как то посчитать для более большого массива?

[szelga]

линейная регрессия определяется для 2 переменных, т.е. должно быть 2 одномерных списка на входе.

[szelga]

т.е., для каждого столбца linregress надо вызывать отдельно, и то, что вам нужно, насколько я понял, вычисляется выражением

[ss.linregress(X[i], Y[i]).stderr for i in range(len(X))]

[bobs32]

szelga, благодарю вас за ответ!