嘿，不用费劲去解析摘要文本啦，statsmodels的拟合模型对象直接提供了这些统计量的属性，一步就能拿到想要的值：

提取调整后R平方 #

你只需要调用拟合后模型的rsquared_adj属性就行，代码示例：

# 获取调整后R平方
adjusted_r_squared = model.rsquared_adj
print(f"调整后R平方: {adjusted_r_squared}")

运行后就会输出你摘要里的0.905。

提取p值 #

这里分两种情况，你可以根据需求选择：

1. 整体模型的F检验p值 #

对应摘要里的Prob (F统计量): 0.00，用f_pvalue属性获取：

# 获取整体模型F检验的p值
f_test_pvalue = model.f_pvalue
print(f"整体模型F检验p值: {f_test_pvalue}")

2. 单个自变量的p值 #

每个变量的p值存在pvalues属性里，这是一个Pandas Series，你可以通过变量名索引或者直接查看所有值：

# 获取所有变量的p值
all_pvalues = model.pvalues
print(all_pvalues)

# 单独获取某个变量的p值，比如Time
time_pvalue = model.pvalues['Time']
print(f"Time变量的p值: {time_pvalue}")

这样就能拿到摘要里每个变量对应的p值，比如Time的0.000、op1的0.454等。

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