Mínimos cuadrados ordinarios en Python

La tabla de resumen es el punto: coeficientes con su incertidumbre.

import numpy as np
import statsmodels.api as sm

rng = np.random.default_rng(0)
practica = np.arange(1, 61)
tpm = 70 + 0.7 * practica + rng.normal(0, 4, size=60)

X = sm.add_constant(practica)
modelo = sm.OLS(tpm, X).fit()

print(modelo.params.round(4))
print(modelo.bse.round(4), modelo.pvalues.round(6))
print(round(modelo.rsquared, 4), round(modelo.rsquared_adj, 4))
print(modelo.conf_int(alpha=0.05).round(3))

Cómo funciona

add_constant es obligatorio, o el modelo queda sin intercepto.
fit devuelve un objeto de resultados, no el modelo.
params, bse y pvalues son los números detrás de la tabla.

Palabras clave y builtins usados aquí

as
print
round

El intento, en números

Líneas: 14
Caracteres a escribir: 413
Tokens: 139
Ritmo de tres estrellas: 105 tpm

Al ritmo de tres estrellas de 105 tokens por minuto, este intento toma unos 79 segundos.

Escribe este fragmento

Paso 1 de 3 en Modelos lineales; paso 1 de 19 en Estadística con statsmodels.