Comment effectuer un test F pour comparer des modèles linéaires imbriqués en Python?

Question

Je veux comparer deux modèles linéaires imbriqués, appelons-les m01, et m02 où m01 est le modèle réduit et m02 est le modèle complet. Je veux faire un simple test F pour voir si le modèle complet ajoute une utilité significative sur le modèle réduit.

Ceci est très simple dans R. Par exemple:

mtcars <- read.csv("https://raw.githubusercontent.com/focods/WonderfulML/master/data/mtcars.csv") 
m01 <- lm(mpg ~ am + wt, mtcars) 
m02 <- lm(mpg ~ am + am:wt, mtcars) 
anova(m01, m02) 

me donne la sortie suivante:

Ce qui me dit que l'ajout du h: poids terme d'interaction significative améliore le modèle. Est-il possible de faire quelque chose de similaire dans Python/sklearn/statsmodels?

Modifier: J'ai regardé this question avant de poster celui-ci et ne peux pas comprendre comment ils sont identiques. L'autre question est de faire un test F sur deux vecteurs. Cette question concerne la comparaison de 2 modèles linéaires imbriqués.

Je pense que ce que je dois:

http://scikit-learn.org/stable/modules/generated/sklearn.feature_selection.f_regression.html#sklearn.feature_selection.f_regression

mais ne suis pas sûr exactement de passer cette fonction. Si quelqu'un pouvait fournir ou donner un exemple, cela serait extrêmement utile.

Answer 1

Adaptation de la réponse de Jeremy de la façon suivante m'a permis d'obtenir le même résultat que j'ai obtenu dans R:

import pandas as pd 
from statsmodels.formula.api import ols 
from statsmodels.stats.anova import anova_lm 

cars_df = pd.read_csv("https://raw.githubusercontent.com/focods/WonderfulML/master/data/mtcars.csv") 
m01 = ols('mpg ~ am + wt', data=cars_df).fit() 
m02 = ols('mpg ~ am + wt + am:wt', data=cars_df).fit() 
anovaResults = anova_lm(m01, m02) 
print(anovaResults) 

Cela m'a donné les résultats suivants dans mon carnet de jupyter:

J'ai également eu ces erreurs plutôt cryptiques:

Quelqu'un at-il une idée de ce qui génère ces erreurs?

Answer 2

J'ai trouvé ce book utile ("Une introduction aux statistiques avec python"/Thomas Haslwanter)

Voici l'exemple de code correspondant:

import pandas as pd 
from statsmodels.formula.api import ols 
from statsmodels.stats.anova import anova_lm 

df = pd.DataFrame(data, columns=['value', 'treatment']) 
model = ols('value ~ C(treatment)', data=df).fit() 
anovaResults = anova_lm(model) 
print(anovaResults) 

Regardez le lien du livre ci-dessus pour le résultat d'impression .

Note: anova_lm parfois utilisé avec le paramètre 'typ', essayez ses différentes valeurs possibles pour voir ce qui vous convient.