Jupyter Notebook中线性回归输入相同但输出不一致的原因排查

从你描述的输出差异来看，正确输出是包含回归系数、R²、显著性检验等完整统计信息的表格，错误输出是模型对象的内存地址标识，核心原因通常是以下几点：

• 未调用summary()方法：要得到完整的回归结果摘要，需要在拟合模型后调用summary()方法。比如正确的代码逻辑应该是：

  import statsmodels.api as sm
  # 假设X是自变量矩阵，y是因变量序列
  model = sm.OLS(y, X)
  fitted_model = model.fit()
  fitted_model.summary()  # 执行这一步才会输出完整统计表格
  

  如果只执行model.fit()或者直接打印拟合后的对象而不调用summary()，就会输出类似<statsmodels.regression.linear_model.OLSResultsWrapper object at 0x...>的内存地址信息，和你错误截图的输出一致。

• 库版本或导入方式差异：极少数情况下，不同版本的statsmodels库可能在默认输出上有细微调整，但不会出现“有统计表格/无统计表格”这种本质差异；另外如果误导入了其他线性回归库（比如sklearn的线性回归模型，其默认输出不会生成这类统计表格），也会导致输出不符。

• 代码执行逻辑问题：如果Jupyter Notebook中单元格执行顺序混乱，比如拟合模型的单元格未运行，或者变量名被覆盖，导致你调用的不是已经拟合好的模型对象，也会出现非预期的输出。

内容的提问来源于stack exchange，提问作者Daksh Sharma