Kaggle Kernel中导入statsmodels.api失败及OLS替代方案咨询

嘿，我来帮你搞定这个Kaggle里的statsmodels问题！你遇到的ImportError: cannot import name 'factorial'是因为statsmodels 0.10.0和新版本scipy的兼容性冲突——scipy后续版本调整了factorial的导入路径，而旧版statsmodels还在依赖老路径。下面给你两种思路解决：

一、修复statsmodels的导入错误 #

1. 安装和statsmodels 0.10.0兼容的scipy版本 #

在Kaggle Kernel的代码单元格里执行这条命令，锁定scipy到1.2.1版本（这个版本和statsmodels 0.10.0完美兼容）：

!pip install scipy==1.2.1

安装完成后重启Kernel（Kaggle里点右上角的"Restart Session"），再执行import statsmodels.api as sm应该就能正常导入了，之后你就可以用sm.OLS(y, X)来做回归分析，生成标准的统计摘要。

2. 降级statsmodels到更稳定的版本 #

如果上面的方法没奏效，你可以把statsmodels降到0.9.0，这个版本在Kaggle的默认环境里几乎不会出现依赖问题：

!pip install statsmodels==0.9.0

同样重启Kernel后就能正常导入使用了。

二、如果无法修复，替代的OLS回归工具 #

要是折腾半天还是搞不定，这里有两个好用的替代方案，都能生成你需要的回归统计摘要：

1. 使用pingouin库（推荐） #

pingouin是一个专门做统计分析的轻量库，API友好，能直接输出详细的回归结果。步骤如下：

• 先安装pingouin：

!pip install pingouin

• 然后用它做OLS回归（假设你的自变量存在DataFrameX，因变量是Seriesy）：

import pingouin as pg

# 拟合模型并生成摘要
reg_results = pg.linear_regression(X, y)
# 打印完整的统计结果
print(reg_results)

它会输出包含系数、p值、R²、F值、置信区间等所有你需要的指标，完全满足回归分析的需求。

2. sklearn+scipy手动生成关键指标 #

如果不想安装新库，你可以用sklearn的线性回归模型配合scipy计算统计量：

from sklearn.linear_model import LinearRegression
import scipy.stats as stats
import numpy as np

# 拟合模型
lr = LinearRegression()
lr.fit(X, y)

# 计算关键统计指标
n = len(y)
p = X.shape[1]
y_pred = lr.predict(X)
residuals = y - y_pred
df_residual = n - p - 1
mse = np.sum(residuals**2) / df_residual
se = np.sqrt(mse * np.diag(np.linalg.inv(X.T @ X)))
t_values = lr.coef_ / se
p_values = 2 * (1 - stats.t.cdf(np.abs(t_values), df_residual))

# 输出结果
print(f"回归系数: {lr.coef_}")
print(f"截距项: {lr.intercept_}")
print(f"系数p值: {p_values}")
print(f"模型R²: {lr.score(X, y)}")

这个方法需要自己手动整理结果，但胜在不需要额外安装库，适合简单的回归场景。

内容的提问来源于stack exchange，提问作者Leks