问题标签 [statsmodels]

我试图计算逻辑回归。我有数据作为 csv 文件。看起来像

这是我的编码。

当我在 python 中运行编码时，出现错误：

如何重写代码？

我正在尝试使用带有 RabbitMQ 的 Celery 分配一些线性回归任务。该设置适用于示例 add(x,y) 函数，但是当我实例化 statsmodels OLS 类时，例如

工作人员在消耗 100% CPU 的同时无限期挂起。

到底是怎么回事？

我是python新手，遇到了这个问题。我已经安装了 Pandas、Numpy、Scipy，并使用 apt-get install python-statsmodels 安装了 Stats Models，但是当我尝试使用时：

但我有这个问题：

为什么？？

I do this linear regression with StatsModels:

My questions are, iv_l and iv_u are the upper and lower confidence intervals or prediction intervals?

How I get others?

I need the confidence and prediction intervals for all points, to do a plot.

我有一个记录间隔为 30 秒的数据集，我正在尝试使用时间序列模块中的 ARMA 函数进行预测预测。由于数据隐私，我使用随机数据来重现错误

我的包版本：
Python 版本 2.7.3
pandas 版本 0.11.0
statsmodels 版本 0.5.0

主要错误信息如下（我省略了一些）：

在我看来，ARMA 不支持熊猫生成的日期格式？如果我删除 date_range 中的 freq 选项，则此命令将再次不适用于大型系列，因为年份将远远超出 pandas 限制。

无论如何要绕过？谢谢

更新：好的，使用 data_series.values 会起作用，但是接下来，我该如何进行预测？我的 data_index 来自 [2013-05-26 00:00:00, ..., 2013-06-29 17:19:30]

仍然给我一个错误

我知道 prediction = model.predict() 可以通过并生成整个序列预测然后我可以匹配，但总的来说它不是那么方便。

我安装 statsmodels：

一切安装完成OK。pip 安装包的位置是/usr/local/lib/python2.7/dist-packages，这样可以吗？因为其他 python 包安装在 /usr/lib/python2.7/dist-packages 中。

当我在 Ipython Qt 控制台中运行此脚本时：

我收到此错误：

我使用 Linux Mint Mate 15

我对 python 和 pandas 相当陌生（从使用 SAS 作为我的主力分析平台），所以如果这已经被问到/回答了，我提前道歉。（我已经搜索了文档以及该站点以寻找答案，但还没有找到任何东西。）

我有一个包含受访者级别调查数据的数据框（称为 resp）。我想对其中一个字段（称为 nninc [年收入的缩写]）执行一些基本的描述性统计。

这给了我基本的统计数据：

但有一个问题。鉴于样本的构建方式，需要对受访者数据进行加权调整，以便在执行分析时并非每个人都被视为“平等”。我在数据框中有另一列（称为 tufnwgrp），表示分析期间应应用于每条记录的权重。

在我之前的 SAS 生活中，大多数 proc 都可以选择使用这样的权重处理数据。例如，给出相同结果的标准 proc 单变量看起来像这样：

使用加权数据的相同分析看起来像这样：

pandas 中是否有类似的加权选项可用于 describe() 等方法？

在Python Pandas 中主要 OLS 类的代码中，我正在寻求帮助，以阐明在执行加权 OLS 时报告的标准错误和 t-stats 使用了哪些约定。

这是我的示例数据集，其中包含一些使用 Pandas 和直接使用 scikits.statsmodels WLS 的导入：

我使用%cpaste在 IPython 中执行此操作，然后打印两个回归的摘要：

注意不匹配的标准错误：Pandas 声称标准错误是[0.9079, 1.0191]，而 statsmodels 说[0.295, 0.333].

回到我在帖子顶部链接的代码中，我试图追踪不匹配的来源。

首先，您可以看到标准错误是函数报告的：

所以看着self._var_beta_raw我发现：

在我的用例中，self._nw_lags总是None如此，所以令人费解的是第一部分。由于xx只是回归矩阵的标准乘积：x.T.dot(x)，我想知道权重如何影响这一点。该术语self._rmse_raw直接来自于 的构造函数中拟合的 statsmodels 回归OLS，因此绝对包含权重。

这会提示这些问题：

1. 为什么在 RMSE 部分中使用权重报告标准误差，而不是在回归变量中。
2. 如果您想要“未转换”的变量，这是标准做法吗（您难道不也想要未转换的 RMSE 吗？？）有没有办法让 Pandas 返回标准误差的全加权版本？
3. 为什么所有的误导？在构造函数中，计算了完整的 statsmodels 拟合回归。为什么绝对不是每个汇总统计数据都直接来自那里？为什么要混搭，有的来自 statsmodels 输出，有的来自 Pandas 家常计算？

看起来我可以通过执行以下操作来协调 Pandas 输出：

我只是对这种关系感到非常困惑。这在统计学家中是不是很常见：将权重与 RMSE 部分结合起来，然后在计算系数的标准误差时选择是否对变量进行加权？如果是这样的话，为什么 Pandas 和 statsmodels 之间的系数本身也不同，因为这些系数同样是从首先由 statsmodels 转换的变量导出的？

作为参考，这是我的玩具示例中使用的完整数据集（以防万一np.random.seed不足以使其可重现）：

我刚刚在我的 python 2.7 上安装了 pandas 和 statsmodels 包当我尝试“import pandas as pd”时，出现了这个错误消息。任何人都可以帮忙吗？谢谢！！！

在 Mac OS X Mountain Lion 上，我尝试

我收到此错误：

如果我添加

我明白了

我曾尝试在网上搜索，但我被困在这个网上。有任何想法吗？