问题标签 [statsmodels]

例子：

Python

如果我想根据 Y 的滞后值（即 AR 过程）对 Y 进行回归，这显然是不正确的。

我想使用 statsmodel.OLS 运行 Y 的回归和 Y 的滞后值，但是如果我将 NaN 放在 Y 的滞后版本中，OLS 会抱怨并且不会运行。

Y[1:-1]有没有办法在不回归的情况下运行回归lagmatrix(Y)[1:-1]？

如果我有更多的滞后，这会很烦人。

statsmodels 中的 AR 函数如何发现滞后？

我已经成功运行statsmodels.WLS(Y, X, weights=1/cov)，其中cov是观测值平方标准误差的向量，与内生/响应变量/回归 (Y) 的形状相匹配。

我想要从结果中得到的是 sigma 零值，它是（v^TWv /自由度）的平方根，其中v是残差向量，W是权重矩阵，但我不知道如何得到它，并且文档对我帮助不大，大概是因为术语不同。我应该在结果对象中寻找什么？

我知道那里的值，因为results.bse给了我正确的参数估计标准误差，如果没有 sigma 零就无法获得。

我的 csv 文件包含离散变量和连续变量，我想找到“模型方程”，它根据我的离散变量（x，y，z）解释我的连续变量（a）；->a=f(x,y,z)。问题是我正在尝试这段代码，但它失败了。当我想查看 print([f_value, p_value] stats.f_oneway = (x, y, z)) 的结果时，我得到 [nan, nan]。从我的代码中提取：

我想估计模型 R=u+f(x,y,z)+ e 其中 R（连续变量），u（常数），e（测量误差）。我想要离散变量如何影响我的连续结果的系数。

我有：statsmodels 0.5.0（正式名称为 scikits.statsmodels）pandas 0.12.0。（全部从源安装）

我收到此错误：

为什么 pandas 还在寻找 scikits.statsmodels？我应该安装与 statsmodels 0.5.0 平行的旧版本 scikits.statsmodels 吗？

我想在 python中实现向量自回归。我的数据保存为 3 个列表的列表。我发现了这个 - http://statsmodels.sourceforge.net/stable/vector_ar.html#var，但无法找出正确的实施方式。

假设tsdata - 3 个长度为 100 的列表的列表是我的数据。我试过了

但上述方法不起作用。

更新：我已根据以下建议将列表列表更改为列堆栈。现在工作正常。所以 tsdata，它是一个列表列表被更改为

我编写了一个适用于 PATSY 和 FORMULA 的代码，但现在我想进行“预测”以验证我通过摘要找到的结果。那么我怎样才能预测我的变量呢？

打印表格后吐回这个错误。

这似乎不是可接受的行为。我究竟做错了什么？

尝试通过 pandas 和 statsmodels 进行逻辑回归。不知道为什么我会收到错误或如何解决它。

错误：

我正在使用 statsmodels 来拟合 ARMA 模型。

哪里data是一维数组。我知道要获得样本内预测：

现在，给定第二个数据集data2，我如何使用先前校准的模型来生成基于此观察的预测（预测）系列？

我尝试statsmodels在 Fedora 19 系统上安装 Python 库。我使用easy_install如下：

但是安装时出现以下错误：

这里有什么问题？