如何用scipy.stats.pearsonr强制截距为原点？或有替代方案吗？

scipy.stats.pearsonr确实没有提供强制回归截距为(0,0)的参数——它计算的是标准皮尔逊相关系数，基于变量均值中心化后的结果，和强制过原点的线性回归逻辑不匹配。以下是几种可行的替代方案：

1. 手动计算非中心化相关系数 #

针对过原点的场景，可直接通过向量点积推导相关系数，公式为：
$$r = \frac{\sum(x_i y_i)}{\sqrt{\sum(x_i^2) \sum(y_i^2)}}$$
用NumPy实现的代码示例：

import numpy as np

# 示例数据
x = np.array([1, 2, 3, 4, 5])
y = np.array([2, 4, 6, 8, 10])

# 计算过原点的相关系数
r = (x @ y) / np.sqrt((x @ x) * (y @ y))

这个结果对应强制过原点时，变量间的线性相关程度。

2. 结合最小二乘回归推导相关系数 #

先通过NumPy的最小二乘法拟合过原点的回归直线，再计算拟合值与原y值的相关系数：

import numpy as np

x = np.array([1, 2, 3, 4, 5]).reshape(-1, 1)
y = np.array([2, 4, 6, 8, 10])

# 拟合过原点的回归（不添加截距项）
slope, _, _, _ = np.linalg.lstsq(x, y, rcond=None)
y_pred = slope * x.flatten()

# 计算拟合值与原数据的相关系数
r = np.corrcoef(y, y_pred)[0, 1]

这种方式的结果和手动计算的非中心化相关系数完全一致。

3. 使用Statsmodels做过原点回归并提取相关统计量 #

Statsmodels的OLS模型支持强制跳过截距项，可直接从模型结果中推导相关系数：

import statsmodels.api as sm

x = np.array([1, 2, 3, 4, 5])
y = np.array([2, 4, 6, 8, 10])
# 跳过截距项，强制回归过原点
x_no_intercept = sm.add_constant(x, has_constant='skip')
model = sm.OLS(y, x_no_intercept).fit()

# 从模型R平方推导相关系数（一元回归下符号与斜率一致）
r = np.sqrt(model.rsquared) * np.sign(model.params[0])

这种方式还能同时获取回归的p值、标准误等其他统计量，适合需要完整统计分析的场景。

注意：以上方法计算的是非中心化皮尔逊相关系数，和scipy.stats.pearsonr的中心化结果存在差异，二者适用场景不同——前者用于假设回归直线必须过原点的情况，后者是通用的线性相关度量。

内容的提问来源于stack exchange，提问作者Johnny Tam