Statsmodels OLS線性迴歸 - 爲什麼我有多個迴歸參數？

-1

我正在執行線性迴歸以擬合y = x + c1 + c2 + c3 + c4 + ... + cn（c1..cn是協變量）。Statsmodels OLS線性迴歸 - 爲什麼我有多個迴歸參數？

一個奇怪的現象正在發生，一旦我輸出彙總結果，我不知道爲什麼是這樣的話：

OLS Regression Results        
============================================================================== 
Dep. Variable:     pgrs R-squared:      0.038 
Model:       OLS Adj. R-squared:     -0.012 
Method:     Least Squares F-statistic:     0.7565 
Date:    Wed, 16 Aug 2017 Prob (F-statistic):    0.716 
Time:      11:12:02 Log-Likelihood:    -18.623 
No. Observations:     284 AIC:        67.25 
Df Residuals:      269 BIC:        122.0 
Df Model:       14           
Covariance Type:   nonrobust           
================================================================================ 
        coef std err   t  P>|t|  [0.025  0.975] 
-------------------------------------------------------------------------------- 
Intercept  0.5331  0.272  1.957  0.051  -0.003  1.069 
x[T.0] -0.2568  0.327  -0.786  0.433  -0.900  0.387 
x[T.1] -0.0574  0.280  -0.205  0.837  -0.608  0.493 
x[T.2] -0.1556  0.277  -0.562  0.575  -0.701  0.390 
x[T.3]  0.0182  0.273  0.067  0.947  -0.519  0.555 
x[T.4] -0.0114  0.271  -0.042  0.967  -0.545  0.523 
x[T.5]  0.0067  0.272  0.025  0.980  -0.529  0.542 
x[T.6] -0.0321  0.269  -0.119  0.905  -0.562  0.498 
x[T.7]  0.0262  0.271  0.097  0.923  -0.507  0.559 
x[T.8] -0.0542  0.270  -0.200  0.841  -0.586  0.478 
x[T.9] -0.0529  0.272  -0.195  0.846  -0.588  0.482 
c1   0.0625  0.039  1.615  0.107  -0.014  0.139 
c2   -0.0016  0.007  -0.219  0.827  -0.016  0.013 
c3    0.2052  0.356  0.576  0.565  -0.496  0.906 
c4    0.0986  0.397  0.249  0.804  -0.682  0.880 
============================================================================== 
Omnibus:      2.789 Durbin-Watson:     1.865 
Prob(Omnibus):     0.248 Jarque-Bera (JB):    3.018 
Skew:       -0.000 Prob(JB):      0.221 
Kurtosis:      3.505 Cond. No.       525. 
============================================================================== 

Warnings: 
[1] Standard Errors assume that the covariance matrix of the errors is correctly specified.

爲什麼我有多個X參數？只有當x是我數據集中的特定功能時，纔會出現這種情況。有什麼辦法可以解決這個問題嗎？或者這是一種有意的行爲，這是什麼意思？具體來說，[T.0]，... [T.9]是什麼意思？

我使用statsmodels來適應上述功能。

# Returns a string y ~ trait + c1 + ... + cn 
    f = math_expr([trait] + covariates, y) 
    lm = ols(formula=f, data=df).fit()

來源

2017-08-16 TimelordViktorious

您能否告訴我們您使用的statsmodels代碼是否合適？ –

當然，我現在包括他們。 – TimelordViktorious

我不熟悉'math_expr'。如果它有什麼用處，當我試圖弄清楚使用了什麼模型時，我已經使用了https://patsy.readthedocs.io/en/v0.1.0/formulas.html來查看設計矩陣。 –

看來你的數據不被解釋爲數字，也許是在你的數據缺失值的佔位符（例如「？」），這意味着整個列將被分配到一個字符串類型。您需要將您的列轉換爲數值，例如堅持這個代碼片段導入數據框剛過：（「？」等）

df[column_name] = pd.to_numeric(df[column_name], errors='coerce')

第二個參數會改變更改任何誤差值的數值NaN。

來源

2017-08-17 18:57:11 James

這是問題所在。或者，我從csv文件讀入時更正了熊貓數據框，忽略了我設置爲「。」的值。 – TimelordViktorious

Statsmodels OLS線性迴歸 - 爲什麼我有多個迴歸參數？

回答

相關問題