3

私はscikits.statsmodelsOLS予測関数を使用して近似データを予測してきましたが、今度はPandasの使用に移行したいと思います。

ドキュメントはOLSとy_predictという関数を参照していますが、正しく使用する方法に関するドキュメントが見つかりません。

例として：

exogenous = {
    "1998": "4760","1999": "5904","2000": "4504","2001": "9808","2002": "4241","2003": "4086","2004": "4687","2005": "7686","2006": "3740","2007": "3075","2008": "3753","2009": "4679","2010": "5468","2011": "7154","2012": "4292","2013": "4283","2014": "4595","2015": "9194","2016": "4221","2017": "4520"}
endogenous = {
    "1998": "691", "1999": "1580", "2000": "80", "2001": "1450", "2002": "555", "2003": "956", "2004": "877", "2005": "614", "2006": "468", "2007": "191"}

import numpy as np
from pandas import *

ols_test = ols(y=Series(endogenous), x=Series(exogenous))

ただし、フィットを生成することはできますが、次のようになります。

>>> ols_test.y_fitted
1998     675.268299
1999     841.176837
2000     638.141913
2001    1407.354228
2002     600.000352
2003     577.521485
2004     664.681478
2005    1099.611292
2006     527.342854
2007     430.901264

予測は何も変わりません。

>>> ols_test.y_predict
1998     675.268299
1999     841.176837
2000     638.141913
2001    1407.354228
2002     600.000352
2003     577.521485
2004     664.681478
2005    1099.611292
2006     527.342854
2007     430.901264

scikits.statsmodelsでは、次のようにします。

import scikits.statsmodels.api as sm
...
ols_model = sm.OLS(endogenous, np.column_stack(exogenous))
ols_results = ols_mod.fit()
ols_pred = ols_mod.predict(np.column_stack(exog_prediction_values))

内因性データを外因性の限界まで予測するために、パンダでこれを行うにはどうすればよいですか？

更新：Changのおかげで、新しいバージョンのPandas（0.7.3）にこの機能が標準で追加されました。

4

1 に答える 1

2

回帰の予測y値を取得する方法は問題ですか？それとも、回帰係数を使用して、外因性変数の異なるサンプルセットの予測y値を取得する方法ですか？pandas y_predictとy_fittedは同じ値を提供し、両方ともscikits.statsmodelsのpredictメソッドと同じ値を提供する必要があります。

回帰係数を探している場合は、ols_test.betaを実行してください

于 2012-04-01T16:37:56.437 に答える