问题标签 [statsmodels]

我正在努力使用 ARMAX 模型预测样本值。

拟合模型工作正常。

就我有一个相应的模型而言，没有外生值的预测也可以正常工作。

但是，一旦我想预测样本值之外，我就会遇到问题。

导致“ValueError：矩阵未对齐”。

我的第一个想法是，*media_out* 的长度不合适。我检查了几次，并尝试将其他系列作为 exog 传递。exog 的长度与步数相同。我尝试了一个时间序列，也只有 *media_out.values*。

检查了文档：

据我了解，这就是我所做的。任何想法我做错了什么？此外，我在网上寻找解决方案时发现了这个 ipython 笔记本http://nbviewer.ipython.org/cb6e9b476a41586958b5 。On In [53]：您可以看到类似的错误。作者的评论表明样本外预测存在一般问题，对吗？

我正在运行 python 2.7.3、pandas 0.12.0-1 和 statsmodels 0.5.0-1。

我正在对更大的数据集进行采样，以使用 statsmodels GLM 模型进行拟合和预测。

根据示例，运行model.predict将省略它返回的数组中的一些少量（<10）记录。我假设它在处理数据集中的少量行时遇到了一些错误。

例如，如果我预测使用第 15000:20000 行，则返回的数组的形状将是 4994、4997 或类似的东西。

这很痛苦，因为我不知道哪些行被省略了，我想在整个数据帧上运行 .predict 函数，然后轻松地将预测值添加为新列。

是否有人（a）知道发生了什么以及如何修复它，或者（b）有一个很好的方法可以根据索引将预测值添加回数据帧？

我正在尝试使用 statsmodel.api.Logit 在 Python 中应用逻辑回归。我遇到了错误 ValueError: array must not contain infs or NaNs。

当我执行时：

数据包含超过 15000 列和 2000 行。其中 data['admit'] 是目标值， data[train_cols] 是特征列表。谁能给我一些提示来解决这个问题？

任何人都可以帮助提供一个示例，展示如何使用 python 在 scipy/statsmodel 中完成 ANCOVA（协方差分析）？

我不确定我是否要求太多，但快速搜索向我展示了这对我来说信息不足。

谢谢！

我正在使用 statsmodels.api 进行多变量回归

其中dependent 是长度为 n 的向量，X 是维度 mxn 的矩阵，其中 m 是因子的数量。

X 的每个分量都是一个行向量，其第一个条目是数据标签，接下来的 n 个条目是数据本身：

打印摘要给出：

print results.params 给出：

其中第一个条目 699.6533 是对应于常数项等的系数，一直到 x37。

我的问题是 const 项在摘要中的位置可以在不同的位置（不一定是第一个位置）。而且我需要一种方法来a）用向量上第一个位置的标签标记每个因子或b）始终识别摘要中的哪个条目（以及因此在参数中）对应于const术语的方法。

我想在不使用像熊猫这样的额外包的情况下做到这一点。

请帮忙。

谢谢！

我无法在 python StatsModels 中获得线性回归来拟合具有负斜率的数据系列 - RLM 和 OLS 都不适合我。举一个非常简单的例子，我希望斜率为 -1：

RLM 和 OLS 的拟合参数给出的斜率为 0.6...，拟合值反映了上升趋势。来自 scipy 的普通最小二乘回归给出斜率为 -1 的预期结果：

我一定遗漏了一些明显的东西，但通常的方法没有发现任何东西。

我正在尝试statsmodels使用pip install statsmodels[all].

问题：为什么它仍然告诉我缺少依赖项？

输出：

我想知道 statsmodels 是否有能力处理多元自回归模型。不是 VAR，而是目标变量的当前值取决于其滞后值和可能有助于预测准确性的其他变量的滞后值的模型

我有一个由时间戳索引的熊猫数据框对象。我正在尝试使用以下代码从 statsmodels 拟合 AR 模型

但是我收到了错误

但据我所知，日期格式正确。如果我显示打印 df['price'] 的结果也可能会有所帮助

我正在使用 AR 模型来拟合我的数据，并且我认为我已经成功地做到了，但现在我想真正了解拟合的模型参数是什么，我遇到了一些麻烦。这是我的代码

它运行没有任何错误。但是，当我尝试使用以下代码打印模型参数时

我得到错误