问：为什么我那样设定 一些系数会变成0呢

答：这是因为系数为0的变量的数量级比较大

问：如果想实现2018年以前的数据分成测试集和训练集，然后出来的方程单独用2019的数据验证，怎么做呢

答：我的代码就是根据你的要求做的，你需要理解我的代码

为什么我那样设定 一些系数会变成0呢，如果想实现2018年以前的数据分成测试集和训练集，然后出来的方程单独用2019的数据验证，怎么做呢

你以前用train_test_split随机拆分成训练集和测试集，肯定是不对的，因为你的数据是时间序列数据，也就是每个时间点或者每个时间段一个数据值。用这种数据建模，不能随机拆分训练集和测试集

代码里面给你写啦

因为我没有用过sklearn做过线性回归，刚才看了下帮助文件，确实支持系数输出。

你的系数值比较小，不能像你那样设定格式呀，如果那样设定，一些数据就变为0的

"""

Created on Mon Nov 23 11:01:18 2020

@author: Administrator

"""

#导入库

import pandas as pd

import numpy as np

#导入数据

data=pd.read_excel("D:\\360安全浏览器下载\\线性回归1119.xlsx")

#让时间显示为正确格式

#excel中以1900年1月1日为基准线记录时间

#python中以1970年1月1日为基准线记录时间

#进行时间转化的时候需要将从excel中导来的数值减去25539，再用pd.timestamp将其转换

data["时间"]=data["时间"].map(lambda x:x-25569)

data["时间"]=data["时间"].map(lambda x:pd.Timestamp(x,unit="D"))

data["年份"]=data["时间"].dt.year

#准备训练集（2018年及以前的数据）和测试集数据(2019年数据)

xnamelist=["沪深300",

"stock5","stock12",

"中国货币供应量M2(亿元)",

"M2_12",

"居民消费价格指数(上月=100)",

"居住类居民消费价格指数(上月=100)",

"新建商品住宅销售价格指数(上月=100)",

"二手住宅销售价格指数(上月=100)",

"银行间同业拆借加权平均利率_当期%",

"rate",

"美元兑人民币平均汇率_当期（人民币/美元）"

]

YX_2018=data[data["年份"]<=2018].loc[:,["Y"]+xnamelist]

#查看2018年及以前有多少行数据,可以看到有96行数据，你的变量x个数为12个

YX_2018.shape

#sklearn这个库建模和一般的统计学软件建模相比，sklearn这个库有不少缺点。

#其中一个缺点就是在做线性回归估计的时候要求传入的x和y不能有缺失值，

#因为系统不会自动筛选非缺失值进行建模和系数估计

#而是直接硬生生的给你抛出一个错误提示

#这就需要我们在进行建模前，人为进行缺失值处理。

#这里我们将含有缺失值的行直接从训练数据中删除。

YX_2018.notnull().sum(axis=0)

YX_2018.drop(labels = YX_2018.index[YX_2018.notnull().sum(axis=1)<13],axis=0,inplace=True)

#删除有缺失值的行之后，只剩下84行数据

YX_2019=data[data["年份"]==2019].loc[:,["Y"]+xnamelist]

#查看2019年有多少行数据,可以看到有12行数据，但是变量y有两个月的数据缺失

YX_2019.notnull().sum(axis=0)

#我们只对未缺失的行进行测试

YX_2019.drop(labels = YX_2019.index[YX_2019.notnull().sum(axis=1)<13],axis=0,inplace=True)

#导入线性回归类

from sklearn.linear_model import LinearRegression

#开始建模估计回归系数

#实例化一个回归模型

regmodel = LinearRegression()

#给模型传入测试集数据x和y

regmodel.fit(YX_2018.iloc[:,1:],YX_2018.iloc[:,0])#线性回归训练

#如果你想用sklearn库查看回归系数，可以用下面的命令

regmodel.intercept_ #常数项

regmodel.coef_ #斜率系数

#接下来我们只能直接进行预测，

Y_pred2019 = regmodel.predict(YX_2019.iloc[:,1:])#对测试集数据，用predict函数预测

#将预测值和实际值放在一起进行画图比较

import matplotlib.pyplot as plt

fig,ax=plt.subplots(1,1,figsize=(10,5))

#设定横轴刻度线标签值

xticklabels=data["时间"].loc[list(YX_2019.iloc[:,0].index)]

ax.plot(xticklabels,YX_2019.iloc[:,0],'red', linewidth=2.5,label="real data")

ax.plot(xticklabels,Y_pred2019,'green',label="predict data")

ax.legend(loc = 'upper right') #添加图例

X_train,X_test,Y_train,Y_test = train_test_split(examDf[['房均价','x6','中国货币供应量M2(亿元)','美元兑人民币平均汇率_当期（人民币/美元）','沪深300']],examDf.Y,train_size=0.8)

model = LinearRegression()

model.fit(X_train,Y_train)#线性回归训练

#显示线性方程，并限制参数的小数位为两位

print("最佳拟合线: Y = ",round(a,2),"+",round(b[0],2),"* X1 + ",round(b[1],2),"* X2",round(b[2],2),"* X3",round(b[3],2),"* X4",round(b[4],2),"* X5")

以上我之前的代码也是用的sklearn 为什么可以出来回归系数呢

# -*- coding: utf-8 -*-

"""

Created on Mon Nov 23 11:01:18 2020

@author: Administrator

"""

#导入库

import pandas as pd

import numpy as np

#导入数据

data=pd.read_excel("D:\\360安全浏览器下载\\线性回归1119.xlsx")

#让时间显示为正确格式

#excel中以1900年1月1日为基准线记录时间

#python中以1970年1月1日为基准线记录时间

#进行时间转化的时候需要将从excel中导来的数值减去25539，再用pd.timestamp将其转换

data["时间"]=data["时间"].map(lambda x:x-25569)

data["时间"]=data["时间"].map(lambda x:pd.Timestamp(x,unit="D"))

data["年份"]=data["时间"].dt.year

#准备训练集（2018年及以前的数据）和测试集数据(2019年数据)

xnamelist=["沪深300",

"stock5","stock12",

"中国货币供应量M2(亿元)",

"M2_12",

"居民消费价格指数(上月=100)",

"居住类居民消费价格指数(上月=100)",

"新建商品住宅销售价格指数(上月=100)",

"二手住宅销售价格指数(上月=100)",

"银行间同业拆借加权平均利率_当期%",

"rate",

"美元兑人民币平均汇率_当期（人民币/美元）"

]

YX_2018=data[data["年份"]<=2018].loc[:,["Y"]+xnamelist]

#查看2018年及以前有多少行数据,可以看到有96行数据，你的变量x个数为12个

YX_2018.shape

#sklearn这个库建模和一般的统计学软件建模相比，sklearn这个库有不少缺点。

#其中一个缺点就是在做线性回归估计的时候要求传入的x和y不能有缺失值，

#因为系统不会自动筛选非缺失值进行建模和系数估计

#而是直接硬生生的给你抛出一个错误提示

#这就需要我们在进行建模前，人为进行缺失值处理。

#这里我们将含有缺失值的行直接从训练数据中删除。

YX_2018.notnull().sum(axis=0)

YX_2018.drop(labels = YX_2018.index[YX_2018.notnull().sum(axis=1)<13],axis=0,inplace=True)

#删除有缺失值的行之后，只剩下84行数据

YX_2019=data[data["年份"]==2019].loc[:,["Y"]+xnamelist]

#查看2019年有多少行数据,可以看到有12行数据，但是变量y有两个月的数据缺失

YX_2019.notnull().sum(axis=0)

#我们只对未缺失的行进行测试

YX_2019.drop(labels = YX_2019.index[YX_2019.notnull().sum(axis=1)<13],axis=0,inplace=True)

#导入线性回归类

from sklearn.linear_model import LinearRegression

#开始建模估计回归系数

#实例化一个回归模型

regmodel = LinearRegression()

#给模型传入测试集数据x和y

regmodel.fit(YX_2018.iloc[:,1:],YX_2018.iloc[:,0])#线性回归训练

#如果你想用sklearn库查看回归系数，对不起sklearn不支持，这是因为sklearn不在乎系数和显著性

#只在乎预测，如果你非要看回归系数只能用其他库了。

#因此接下来我们只能直接进行预测，

Y_pred2019 = regmodel.predict(YX_2019.iloc[:,1:])#对测试集数据，用predict函数预测

#将预测值和实际值放在一起进行画图比较

import matplotlib.pyplot as plt

fig,ax=plt.subplots(1,1,figsize=(10,5))

#设定横轴刻度线标签值

xticklabels=data["时间"].loc[list(YX_2019.iloc[:,0].index)]

ax.plot(xticklabels,YX_2019.iloc[:,0],'red', linewidth=2.5,label="real data")

ax.plot(xticklabels,Y_pred2019,'green',label="predict data")

ax.legend(loc = 'upper right') #添加图例

好的，那我改下代码

如果我是想用13年到18年的所有的X估计Y呢，还有我之前自己写的代码可以吗

# -*- coding: utf-8 -*-
"""
Created on Mon Nov 23 11:01:18 2020
@author: Administrator
"""
#导入库
import pandas as pd
import numpy as np
#导入数据
data=pd.read_excel("D:\\360安全浏览器下载\\线性回归1119.xlsx")
#让时间显示为正确格式
#excel中以1900年1月1日为基准线记录时间
#python中以1970年1月1日为基准线记录时间
#进行时间转化的时候需要将从excel中导来的数值减去25539，再用pd.timestamp将其转换
data["时间"]=data["时间"].map(lambda x:x-25569)
data["时间"]=data["时间"].map(lambda x:pd.Timestamp(x,unit="D"))
data["年份"]=data["时间"].dt.year
#准备训练集（2018年数据）和测试集数据(2019年数据)
xnamelist=["沪深300",
           "stock5","stock12",
           "中国货币供应量M2(亿元)",
           "M2_12",
           "居民消费价格指数(上月=100)",
           "居住类居民消费价格指数(上月=100)",
           "品住宅销售价格指数(上月=100)",
           "二手住宅销售价格指数(上月=100)",
           "银行间同业拆借加权平均利率_当期%",
           "rate",
           "美元兑人民币平均汇率_当期（人民币/美元）"
]
X_2018=data[data["年份"]==2018].loc[:,xnamelist]
#查看2018年有多少行数据,可以看到2018年只有12行数据，你的变量x个数却那么多，这样估计出来的回归系数是不可信的。
X_2018.shape

offset 的语法是：

reference:参考位置

row:行方向上的偏移量

cols:列方向上的偏移量

hight:引用区域的高

width:引用区域的宽

offset(A1,7,1,1,3)的意思是：从AI单元格向下移动7个（A8）再向右移动1个（B8） 然后索引B8:D8 三个单元格的值。

这时候应该是数组运算了，需要在公式上执行Ctrl+Shift + enter 做数组运算。

你如果需要让我根据你的数据改代码的话，你需要把历史数据也上传一下

我用历史数据做线性回归模型用的是sklearn，得出的问题中的

最佳拟合线: Y =  -0.08 + -0.0 * X1 +  1.03 * X2 0.0 * X3 -0.05 * X4 0.0 * X5

代码如下，是否可以？

#拆分训练集和测试集

X_train,X_test,Y_train,Y_test = train_test_split(examDf[[x1,x2,x3,x4,x5]],examDf.Y,train_size=0.8)

#new_examDf.ix[:,:2]取了数据中的前两列为自变量，此处与单变量的不同

#调用线性规划包

model = LinearRegression()

model.fit(X_train,Y_train)#线性回归训练

a = model.intercept_#截距

b = model.coef_#回归系数

print("拟合参数:截距",a,",回归系数：",b)

#显示线性方程，并限制参数的小数位为两位

print("最佳拟合线: Y = ",round(a,2),"+",round(b[0],2),"* X1 + ",round(b[1],2),"* X2",round(b[2],2),"* X3",round(b[3],2),"* X4",round(b[4],2),"* X5")

Y_pred = model.predict(X_test)#对测试集数据，用predict函数预测

plt.plot(range(len(Y_pred)),Y_pred,'red', linewidth=2.5,label="predict data")

plt.plot(range(len(Y_test)),Y_test,'green',label="test data")

plt.legend(loc='1')

plt.show()#显示预测值与测试值曲线

你可以用sklearn库进行最小二乘回归系数估计和预测，这样会更方便一些。

给你推荐一个链接如下：

https://www.pinggu.com/post/details/5f3e456a49796226c2294017