在現(xiàn)實生活中，影響一個地區(qū)居民消費的因素有很多，例如一個地區(qū)的人均生產(chǎn)總值、收入水平等等，本案例選取了9個解釋變量研究城鎮(zhèn)居民家庭平均每人全年的消費新支出y，解釋變量為：
x1——居民的食品花費
x2——居民的衣著消費
x3——居民的居住花費
x4——居民的醫(yī)療保健花費
x5——居民的文教娛樂花費
x6——地區(qū)的職工平均工資
x7——地區(qū)的人均GDP
x8——地區(qū)的消費價格指數(shù)
x9——地區(qū)的失業(yè)率（%）
# -*- coding: UTF-8 -*-
import numpy as np
import statsmodels.api as sm
import statsmodels.formula.api as smf
from statsmodels.stats.api import anova_lm
import matplotlib.pyplot as plt
import pandas as pd
from patsy import dmatrices
import itertools as it
import random
# Load data 讀取數(shù)據(jù)
df = pd.read_csv('data3.1.csv',encoding='gbk')
print(df)
target = 'y'
variate = set(df.columns) #獲取列名
variate.remove(target) #去除無關列
variate.remove('地區(qū)')
#定義多個數(shù)組，用來分別用來添加變量，刪除變量
x = []
variate_add = []
variate_del = variate.copy()
# print(variate_del)
y = random.sample(variate,3) #隨機生成一個選模型，3為變量的個數(shù)
print(y)
#將隨機生成的三個變量分別輸入到 添加變量和刪除變量的數(shù)組
for i in y:
variate_add.append(i)
x.append(i)
variate_del.remove(i)
global aic #設置全局變量 這里選擇AIC值作為指標
formula="{}~{}".format("y","+".join(variate_add)) #將自變量名連接起來
aic=smf.ols(formula=formula,data=df).fit().aic #獲取隨機函數(shù)的AIC值，與后面的進行對比
print("隨機化選模型為：{}~{}，對應的AIC值為：{}".format("y","+".join(variate_add), aic))
print("\n")
#添加變量
def forwark():
score_add = []
global best_add_score
global best_add_c
print("添加變量")
for c in variate_del:
formula = "{}~{}".format("y", "+".join(variate_add+[c]))
score = smf.ols(formula = formula, data = df).fit().aic
score_add.append((score, c)) #將添加的變量，以及新的AIC值一起存儲在數(shù)組中
print('自變量為{}，對應的AIC值為：{}'.format("+".join(variate_add+[c]), score))
score_add.sort(reverse=True) #對數(shù)組內的數(shù)據(jù)進行排序，選擇出AIC值最小的
best_add_score, best_add_c = score_add.pop()
print("最小AIC值為：{}".format(best_add_score))
print("\n")
#刪除變量
def back():
score_del = []
global best_del_score
global best_del_c
print("剔除變量")
for i in x:
select = x.copy() #copy一個集合，避免重復修改到原集合
select.remove(i)
formula = "{}~{}".format("y","+".join(select))
score = smf.ols(formula = formula, data = df).fit().aic
print('自變量為{}，對應的AIC值為：{}'.format("+".join(select), score))
score_del.append((score, i))
score_del.sort(reverse=True) #排序，方便將最小值輸出
best_del_score, best_del_c = score_del.pop() #將最小的AIC值以及對應剔除的變量分別賦值
print("最小AIC值為：{}".format(best_del_score))
print("\n")
print("剩余變量為：{}".format(variate_del))
forwark()
back()
while variate:
# forwark()
# back()
if(aic best_add_score best_del_score or aic best_del_score best_add_score):
print("當前回歸方程為最優(yōu)回歸方程，為{}~{}，AIC值為：{}".format("y","+".join(variate_add), aic))
break
elif(best_add_score best_del_score aic or best_add_score aic best_del_score):
print("目前最小的aic值為{}".format(best_add_score))
print('選擇自變量：{}'.format("+".join(variate_add + [best_add_c])))
print('\n')
variate_del.remove(best_add_c)
variate_add.append(best_add_c)
print("剩余變量為：{}".format(variate_del))
aic = best_add_score
forwark()
else:
print('當前最小AIC值為：{}'.format(best_del_score))
print('需要剔除的變量為：{}'.format(best_del_c))
aic = best_del_score #將AIC值較小的選模型AIC值賦給aic再接著下一輪的對比
x.remove(best_del_c) #在原集合上剔除選模型所對應剔除的變量
back()
