问题标签 [linearmodels]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - 值错误：多元线性回归模型中的形状未对齐
我正在尝试使用 Sklearn 的线性回归和 statsmodels.api 来构建线性模型。
方法是删除 p 值和 VIF 值高于标准的变量（p 值：0.05，VIF：<5）
bike_train 列是 8 月、12 月、2 月、1 月、7 月、6 月、3 月、5 月、11 月、10 月、9 月、周一、周六、周日、周四、周二、周三、小雪和雨、薄雾和多云、春季、夏季、冬天，温度，湿度，风速，bike_count
输出 ：
型号 1
型号 2
模型 3
模型 4
型号 5
型号 6
错误 ：
在创建模型之前缩放所有数值，如下所示：
请告诉我我哪里做错了，提前谢谢！！
r - 回合错误（sw.fit，2）：数学函数 Traceback 的非数字参数：
我知道关于 R 中的这个错误有几个已回答的问题。但是，我找不到可以帮助我的问题。
我想要做的是在其中拟合一个多重线性模型，并将我得到的输出四舍五入到小数点后 2 位。但是，我收到此错误：
这是我用来拟合模型的：
这就是我过去四舍五入到小数点后两位的方法：
这是我得到的错误：
你能帮我弄清楚我在这里做错了什么吗？
感谢您的帮助，在此先感谢您！
python - 模块“线性模型”的 ModuleNotFoundError
我想执行 OLS 面板回归
但我得到这个错误：
我不知道为什么会这样。有任何想法吗？
python - 面板回归给出错误“exog 没有完整的列等级”
我正在尝试估计面板回归（请参阅：https ://bashtage.github.io/linearmodels/doc/panel/examples/examples.html ）
我的数据是这样格式化的（这只是一个示例片段；在原始文件中有 11 列加上时间戳和数千行）：
我有的
如何重新创建它
**我所做的 **
**我得到了什么**
“ValueError：exog 没有完整的列排名。”
问题
任何人都知道什么可能导致这个问题？
主意
是不是因为我的数据应该这样格式化（参见顶部链接中的示例）：-> 如果是，我怎么能得到那个
r - 4. 现在为每个指标拟合一个线性模型，并使用 confint 函数来比较估计值。（击球）
这是我到目前为止所做的，我很难找出回归线。
- 在开始之前，我们要生成两个表。一个用于 2002 年，另一个用于 1999-2001 赛季的平均值。我们要定义每个板的外观统计数据。这是我们创建 2017 表的方法。只保留出场次数超过 100 次的球员。现在计算一个类似的表，但计算的比率是 1999-2001 年的。
- 计算 2002 年与前几季的单打和 BB 之间的相关性。
- 请注意，BB 的相关性更高。为了快速了解与此相关估计相关的不确定性，我们将拟合线性模型并计算斜率系数的置信区间。但是，首先制作散点图以确认拟合线性模型是合适的。
- 现在为每个指标拟合一个线性模型，并使用 confint 函数来比较估计值。
python - 时间维度上的索引必须是数字或类似日期的错误
我正在尝试进行面板回归
但我的索引遇到了问题。对于回归，我需要一个 Multiindex，所以我有一个虚拟变量和时间（见下文）。这两个指标是 a_c（我分析的所有 10 个国家的虚拟变量）和 Timestamp（日期）。
当我运行回归时
我收到此错误：
但是当时间戳不在索引中时，我会收到此错误：
任何人都知道为什么它会抛出第一个错误？
r - 一个模型中三个变量的两种不同双向交互的可视化（在 R 中）
假设我们有三个自变量 X=(X_1, X_2, X_3) 和一个因变量 Y。如果我们有如下回归模型
Y = \alpha+\beta_1 X_1 + \beta_2 X_2 + \beta_3 X_3 + \beta_{12} X_1 X_2 + \beta_{23} X_2 X_3 + \epsilon。
这是一个例子：有一个数据集如下：
在此示例中，有两个连续变量“Y”和“age”，一个二元变量“Sex”和一个具有三个类别的分类变量，名为“Cat3gr”。
简单的模型是：
摘要(Fitmodel)
结果是：
如何在 R 的一个图中可视化两种不同的两种交互方式？
当模型中只有一项交互时，我知道如何可视化双向交互或三向交互，但不知道如何可视化双向交互的两个项。
python - 如何在线性阈值模型python中启动特定节点被感染
我正在尝试在 Python 中使用线性阈值模型。我有一个节点图，我想定义一个节点，它将成为第一个被感染的节点。我看到通过使用“fraction_infected”，我可以选择我的一小部分节点，这些节点将在第一次迭代中被感染。我正在寻找一个不同的选项，而不是分数，我可以将特定节点定义为第一次迭代中唯一被感染的节点。
这是我的代码：
statistics - Linear_model.LinearRegression() 系数与 Statsmodels model.summary 不同
线性回归的输出是[ 0.66424419 -0.48982558 0.48401163]
而statsmodel的输出如下
所以数字不匹配，是什么原因，请高手指教。
python - 线性模型： numpy.ndarray 大小已更改，可能表示二进制不兼容。预期来自 C 标头的 88，从 PyObject 得到 80”
当我尝试导入线性模型时出现此错误：“ numpy.ndarray 大小已更改，可能表示二进制不兼容。预期 C 标头为 88，从 PyObject 获得 80 ”
我在 Windows 10 上运行 Anaconda，python 3.8.8。它是在新机器上全新安装的 Anaconda Python。
我尝试通过在单独的环境中使用较旧的 NumPy 版本（1.6.1，请参阅此链接）来解决此问题。唉。
这是显示我使用的库版本的输出，并注意真正的路径不是c:\users\，而是c:\users\myusername\
这就是他错误的原因：