以變​​量為約束條件的約束回歸Python

Question

我正在嘗試使用sm.GLM模型然后使用model.fit_constrained代碼在Python中運行受限回歸。

我要同時輸入兩個變量和兩個虛擬變量，這些虛擬變量是我要限制的。 我希望兩個虛擬變量系數乘以一個權重等於零。

當我將系數乘以整數權重時，效果很好，如下所示

results = model.fit_constrained('BOATS * 1 + CARS * 0.5')

但是，我希望這些整數是變量，並且取決於我的數據比例（每個虛擬變量為1）。 我已經計算了SectorWgt系列中的比例，但是無法弄清楚如何將其輸入到model.fit_constrained代碼中。

這是我最好的嘗試

results = model.fit_constrained('SIZE*int(SectorWgt.iloc[0])+VQMadj*int(SectorWgt.iloc[1])')

但是然后我得到了錯誤

patsy.PatsyError: unrecognized token in constraint

因為

int(SectorWgt.iloc[0])

代碼的一部分。

有人有想法嗎？ 謝謝！

Answer 1

使用字符串格式：

x = int(SectorWgt.iloc[0])
y = int(SectorWgt.iloc[1])

results = model.fit_constrained('SIZE*{}+VQMadj*{}'.format(x, y))

Answer 2

如果使用的是Python 3.6或更高版本，則可以利用Python的f-strings使用更簡潔的字符串插值語法。

constraint_str = f"SIZE*{int(SectorWgt.iloc[0])}+VQMadj*{int(SectorWgt.iloc[1])}"
results = model.fit_constrained(constraint_str)