如何從statsmodels中的WLS回歸的2D參數獲取測試預測

Question

我使用statsmodels逐步增加WLS回歸函數的參數。

我有一個這樣聲明的10x3數據集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]])

這是我的數據集，我有一個10x2的endog向量，看起來像這樣：

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]]

現在import statsmodels.api as sm導入import statsmodels.api as sm我這樣做：

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

我得到以下輸出：

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

之前，從該問題的答案中 ，我能夠使用numpy.dot預測測試數據X_test的值，如下所示：

np.dot(X_test, temp_g.params)

我很容易理解，因為它是endg向量，所以y是一維數組。 但是當我的endg向量（在這種情況下為z ）為2D時，它如何工作？ 當我嘗試上述線在1D版本中使用時，出現以下錯誤：

   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)應該仍然可以工作。

在某些情況下，您需要檢查矩陣的方向，有時需要轉置

但是，結果的predict方法和大多數其他方法將不起作用，因為該模型假定因變量z為一維。

問題再次是您要做什么？

如果要獨立適合z的列，請對其進行迭代，以便每個y為1D。

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

zT允許在列上進行迭代。

在其他情況下，我們通常將模型堆疊起來，以使y為1D且其第一部分為z[:,0] ，而列的第二部分為z[:,1] 。 設計矩陣或解釋變量矩陣必須相應地擴展。

支持多元因變量是statsmodels的組成部分，但仍需要一些時間來准備。