如何从statsmodels中的WLS回归的2D参数获取测试预测

Question

我使用statsmodels逐步增加WLS回归函数的参数。

我有一个这样声明的10x3数据集X：

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的endog向量，看起来像这样：

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import statsmodels.api as sm导入import statsmodels.api as sm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

我得到以下输出：

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

之前，从该问题的答案中 ，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endg向量，所以y是一维数组。 但是当我的endg向量（在这种情况下为z ）为2D时，它如何工作？ 当我尝试上述线在1D版本中使用时，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)应该仍然可以工作。

在某些情况下，您需要检查矩阵的方向，有时需要转置

但是，结果的predict方法和大多数其他方法将不起作用，因为该模型假定因变量z为一维。

问题再次是您要做什么？

如果要独立适合z的列，请对其进行迭代，以便每个y为1D。

for y in zT: res = WLS(y, X).fit()

zT允许在列上进行迭代。

在其他情况下，我们通常将模型堆叠起来，以使y为1D且其第一部分为z[:,0] ，而列的第二部分为z[:,1] 。 设计矩阵或解释变量矩阵必须相应地扩展。

支持多元因变量是statsmodels的组成部分，但仍需要一些时间来准备。