问题标签 [linearmodels]

我有一个包含 4 种商品的每日销售数据集，这些商品在 4 个不同的特许经营店中销售。

我必须建立一个模型来预测所有特许经营权的所有这 4 种商品的每周销售额。

我打算使用一个基本模型进行预测

我的问题是如何编码以将该模型应用于所有 4 种产品和特许经营权。

我会感谢你的时间和精力来帮助我。谢谢

我的桌子如下

在线性模型 y = a_0 + (a_1 × x_1 ) + (a_2 × x_2 ) + (a_3 × x_i ) + ϵ 中，i∈[3,4,…,100] 的值是什么导致模型具有最高的 R -平方？

给定具有 1 个因变量和 100 个自变量的 CSV 文件。

我准备了一个带有 R 内置的模型glm。创建模型后，我将modeland传递testData给predict函数。代码如下：

predict 函数的输出是我不明白的。它包括NA. 控制台上的示例输出predict如下所示：

这可能是什么原因？另外，我如何检查模型的准确性？

更新：

数据集：输入数据集

测试数据集：测试数据集

我有一个数据集，我想拟合一个双线性模型。但是，我也想找一些理由来找到过渡点。

我想遍历转换点的可能值，使用 dplyr::filter() 分离数据，然后将单独的线性模型拟合到 2 个新数据集。

在此之后，我认为我可以计算两个线性模型的 R 平方值之和。然后，我将选择具有最大 R 平方值之和的过渡点。我希望这将为 2 个线性模型提供最佳平均拟合的过渡点。

...但是，当我运行以下代码时出现以下错误：

错误：

'lm.fit（x，y，offset = offset，singular.ok =singular.ok，...）中的错误：0（非 NA）案例'

代码：

这个例子是虚拟数据，但我认为它描述了我的问题。任何帮助表示赞赏。

R中是否有一个函数可以计算F统计量的临界值并将其与F统计量进行比较以确定它是否显着？我必须计算数千个线性模型，最后为每个线性模型创建一个包含 r 平方值、p 值、f 统计量、系数等的数据框。

我知道这个问题：如何让 R 吐出基于 ANOVA 的 F 统计量的临界值？

但是是否有一个函数可以单独比较这两个值并输出 True 或 False？

编辑：

我写了这个，但出于好奇，如果有人知道更好的方法，请告诉我。

f_sig 是一个命名向量，我稍后将添加到数据框中

我正在尝试使用线性模型（版本 4.8）中的 FamaMacBeth 功能运行一些 Fama MacBeth 回归，但遇到以下错误：

我尝试谷歌搜索，我得到的唯一其他命中来自 numpy 源： https ://github.com/numpy/numpy/blob/master/numpy/core/src/multiarray/compiled_base.c

我终其一生都无法弄清楚出了什么问题。当然，我的 pandas DataFrame 中的值允许为负数，对吗？非常感谢您的帮助，非常感谢您！

编辑：更新了详细的错误回溯。

我正在使用 R 中汽车包中 Prestige 数据集中的模型。

我正在尝试拟合模型lm(prestige ~ income + education + type + income:type + education:type)。对于课程，我从完整模型开始，然后逐渐缩小到较小的模型，只是向后选择。根据 p 值，最不有用的协变量之一是education:typeprof. 我如何从模型中删除该协变量而不删除所有的教育：类型交互？一般来说，您如何排除与因素的相互作用？我看到了一个指定要排除哪些交互的函数的答案， update但在我的情况下它不起作用。也许我执行不正确。

不幸的是，这对我不起作用。

当我在我的程序中运行 mean_acc() 方法时，有 % (min_groups, self.n_splits)), Warning) 错误...

这些是我使用 mean_acc() 方法运行程序时显示的错误。我可以知道如何解决以下这些错误吗？请帮助我看看我上面导致这些错误的代码，谢谢！！！

我试图了解 Python statsmodel 包提供的混合线性模型的结果。我想避免我的数据分析和解释中的陷阱。问题在数据加载/输出代码块之后。

加载数据和拟合模型：

Q1。(a) Group Var 系数 (params) 究竟是什么？我以为是 Group Var (cov_params) 的方差，但默认输出与内置方法输出不匹配。

Q1。(b) “Group Var”参数（params）是什么意思？

Q2。(a) Group Var 的标准误差 (bse) 是什么意思？为什么默认输出中未报告 Group Var 估计值？不重要吗？

Q2。(b) 与方差标准误差 (bse_re) 有何不同？

Q3。为什么在summary() 中没有报告随机参数的t 值和p 值？

参考：https ://www.statsmodels.org/dev/mixed_linear.html

我对 JAGS 中的这个模型有疑问，我想用 ay[i] 进行贝叶斯线性回归，它遵循的不是正态分布而是伽马。

模型是这样的：

我应该改变什么以使此代码可用于具有此数据的多元线性回归？

我收到此错误：节点错误（形状/（exp（linear_predictor [1331]）））这怎么可能？我不明白如果我再次运行它会改变导致问题的值