python - 如何从 statsmodels 中 WLS 回归的 2D 参数获取测试预测

Question

我正在逐步提高 WLS regression functions 的参数使用统计模型。

我有一个 10x3 数据集 X，我声明如下:

X = np.array([[1,2,3],[1,2,3],[4,5,6],[1,2,3],[4,5,6],[1,2,3],[1,2,3],[4,5,6],[4,5,6],[1,2,3]])

这是我的数据集，我有一个 10x2 endog 向量，如下所示:

z =
[[  3.90311860e-322   2.00000000e+000]
 [  0.00000000e+000   2.00000000e+000]
 [  0.00000000e+000  -2.00000000e+000]
 [  0.00000000e+000   2.00000000e+000]
 [  0.00000000e+000  -2.00000000e+000]
 [  0.00000000e+000   2.00000000e+000]
 [  0.00000000e+000   2.00000000e+000]
 [  0.00000000e+000  -2.00000000e+000]
 [  0.00000000e+000  -2.00000000e+000]
 [  0.00000000e+000   2.00000000e+000]]

现在导入import statsmodels.api as sm后我这样做:

g = np.zeros([3, 2]) # g(x) is a function that will store the regression parameters
mod_wls = sm.WLS(z, X)
temp_g = mod_wls.fit()
print temp_g.params

我得到这个输出:

[[ -5.92878775e-323  -2.77777778e+000]
 [ -4.94065646e-324  -4.44444444e-001]
 [  4.94065646e-323   1.88888889e+000]]

早些时候，来自the answer to this question ，我能够使用 numpy.dot 预测测试数据 X_test 的值，如下所示:

np.dot(X_test, temp_g.params)

我很容易理解，因为它是 endog 向量，y 是一个一维数组。但是，当我的 endog 矢量(在本例中为 z)为 2D 时，它如何工作？ 当我尝试 1D 版本中使用的上述行时，出现以下错误:

   self._check_integrity()
  File "C:\Users\app\Anaconda\lib\site-packages\statsmodels\base\data.py", line 247, in _check_integrity
    raise ValueError("endog and exog matrices are different sizes")
ValueError: endog and exog matrices are different sizes

Answer 1

np.dot(X_test, temp_g.params) 应该仍然有效。

在某些情况下，您需要检查矩阵的方向，有时需要转置

但是，预测 和大多数其他结果方法将不起作用，因为模型假设因变量 z 是一维。

问题又是你想做什么？

如果您想独立拟合 z 的列，则对其进行迭代，使每个 y 都是一维。

对于 z.T 中的 y:res = WLS(y, X).fit()

z.T 允许对列进行迭代。

在其他情况下，我们通常堆叠模型，使 y 为一维，其第一部分为 z[:,0]，列的第二部分为 z[: ,1]。设计矩阵或解释变量矩阵必须相应扩展。

statsmodels 正在为多变量因变量提供支持，但仍需要一些时间才能准备好。