问题标签 [linearmodels]

我正在使用函数traitglm()inlibrary(mvabund)进行与 GLM 分析等效的第四角分析。

我使用以下代码：

当我运行时TraitTGLM$fourth，我注意到并非所有环境列和特征行都显示出来，即这适用于分类数据。我认为这是一个 GLM 问题，而不仅仅是一个特定的 TraitGLM 问题。

我正在关注一个示例，可以在此处找到：http ://rpubs.com/dwarton/68823在标题多个站点 - “第四角问题”下。在这个关于蚂蚁的例子中，没有一个不同特征的表达和一个环境因素在例子中丢失。然而，当我复制这个例子时，我对分类数据也有同样的问题。

这是我的 TraitTGLM$fourth 输出表：

有 7 列，但应该是 9，即缺少“for.H”和“soHS”。此外，显示了 17 个性状表达，但应该是 21 个。因此，那些具有超过 1 个可能表达的环境因素和性状，即 'dis' = 6 个表达 ('a','b','f','i ','w','x')，缺少其中一个表达式。

我的数据问题是否与拦截有关？我认为，参考水平应该是“0”而不是相应的类别条目之一？

任何有关如何解决此问题的建议将不胜感激。

请找到相关数据以重现以下分析：

丰富SO：

https://pastebin.com/XhArqd5F

环境SO：

特质SO：

我是 r 新手，不知道如何解决我遇到的错误。
以下是我的数据摘要：

然后我用 AvSlPr 作为 y 变量和其他其他变量作为 x 变量创建一个模型

但是当我对模型进行总结时，我得到了标准的 NA。误差、t 值和 t p 值。

有谁知道出了什么问题以及我该如何解决？另外，我不应该使用虚拟变量。

下面是来自here的 linearmodels 模块的固定效应估计 python 代码。

from linearmodels import PanelOLS mod = PanelOLS(y_train, x_train, entity_effects=True) res = mod.fit(cov_type='clustered', cluster_entity=True)

我们怎样才能进行操作predict(x_test)呢？sklearnmod.fit()

这类似于另一个问题。

我正在使用一组分类变量运行2 阶段最小二乘回归。

我已经成功运行了一次模型，但是当我尝试复制模型时，它遇到了这个错误： ValueError：instruments [exog instruments] do not have full column rank

据我所知，这与我的外生变量缺失数据或行数少于其他变量有关。但是，常量是使用以下方法创建的：

它只是将名为“const”的列添加到我的数据框中，然后将其添加到我的控制变量（仪器）列表中。

我还检查了数据框，新的“const”列已创建并正确添加。

任何见解都会非常非常感激。

谢谢！

我想在 R 中执行下一个线性模型： \begin{equation} lPC_t = \beta_0 + \beta_1PIBtvh_{t+1} + \beta_2txDes_t + \beta_3Spread_{t+4} + u_t \end{equation}

我的数据框的名称是 Dados_R。一旦我想对 19 到 45 之间的观察值进行估计，我就需要对数据施加限制。问题是，当我创建带导数的变量时，我不能改变它们的范围，或者至少我不能这样做，除非我自己更改原始数据框，否则一旦我想执行更多具有不同线索的模型，这不方便。

所以我的问题是如何更改我创建的变量的范围（leadPIBtvh0 e leadSpread0），以使我能够仅使用 19 到 45 之间的观察值来执行线性模型？

我写的代码：

这段代码给了我错误（我理解）：

我创建了一个 for 循环以形成具有特征的线性模型，并在 for 循环的每个循环中删除一个特征。使用这个 for 循环，我想取出每个特征的 pvalues。

下面是我的假数据和 for 循环。

这将为您提供每个步骤中各个特征的 pvalues。（忽略Nans。我只是没能做出好的假数据。）

我在这里尝试做的不是将一堆数字作为我的输出，而是想创建一个表格，其中包含每个步骤中每个特征的 pvalues。

所以我的输出应该是这样的：

因为 P1 和 P5 将被删除。

请在这里帮助我，我被卡住了

我对使用线性模型 PanelOLS 的 MultiIndex 的要求有点困惑。我正在尝试创建一个 y = pid(i) + rid(j) + e(ij) 形式的模型，其中 e 是错误项。我的数据基本上看起来像这样： Dataframe image

在这种情况下，我基本上想得到 6 个系数：p1,p2,p3,r1,r2,r3

设置：

尝试使用这个：

这给出了一个错误，说我需要一个 2 级 MultiIndex。我不确定这应该包括什么，所以非常感谢帮助！

我已经尝试通过交叉制表符将数组更改为正常线性回归的方法，使其具有 6 个字段并在值中包含 1 和 0，但这对于我的实际数据集来说已经失效，因为它有大约 5000 个 p 值和 1000 个r 值。

我的问题是在 MSE 中获得更好的结果，我希望在 R2 中像在线性模型中一样。所以我使用了 sklearn.neural_network.MLPRegressor 库来比较它

在此处输入图像描述

这种情况下最好的情况是我的神经网络 NNW MSE 在 FORCAST +1 小于 OLS MSE FORCAST +1

或者不可能以这种方式在线性模型中获得更小的误差

我试图在 R 的线性模型中将列（或特定向量元素）的名称设置为我的因变量（DV）。

当我通过键入“ITEM26”手动执行此操作时，没有错误。DV (y) 是 ITEM26，预测变量是数据框中的所有其他变量。

我现在想使用 colnames 函数和数字索引在线性模型中设置 DV，当我引用第一个元素时，它会提供“ITEM26”的输出。（我的最终目标是设置一个 for 循环，以便我可以快速将所有列名设置为单独线性模型的 DV。）

但是，当我尝试使用 colnames 函数和数字索引设置线性模型时，出现错误。

如果我手动创建项目名称（sexitems）的向量，并通过索引引用向量中的特定元素，我会得到相同的错误。

有谁知道为什么会存在这个错误，或者如何克服这个错误？我感觉 lm 函数没有将索引向量元素视为与数据框中的变量相同，但我不知道为什么。

上述问题成立的示例虚拟数据帧：

预先感谢您的协助。

在 R 中，使用函数创建线性模型model <- lm()并使用 绘制它plot(model)后，您将返回 4 个图形，每个图形以不同的方式显示您的模型。谁能解释这些图表的含义？