`import numpy as np
import statsmodels.api as sm
import pylab as plt

加载数据

a = np.loadtxt('data10_2.txt')
plt.rc('text', usetex=True)
plt.rc('font', size=16)
plt.style.use('default')

绘制图形

plt.plot(a[0], a[2], '*-', label='x1')
plt.plot(a[1], a[2], 'O-', label='x2')
plt.legend(loc='upper left')

准备数据字典

d = {'x1': a[0], 'x2': a[1], 'y': a[2]}

拟合线性回归模型

model = sm.formula.ols('y ~ x1 + x2', d).fit()
print(model.summary())

预测

yh = model.predict({'x1': [9, 10], 'x2': [10, 9]})
print('残差的方差：', model.mse_resid)
print('预测值：', yh)

显示图形

plt.show()

打印学号后两位

print("学号后两位：05")`