如何從統計模型中的WLS迴歸的二維參數獲得測試預測

Question

我使用statsmodels遞增了參數WLS regression functions。

我有我宣佈這樣一個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 endog載體，看起來像這樣：導入後

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 

而且我得到這個輸出：

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

早些時候，從the answer to this question，我能夠預測使用numpy.dot測試數據X_test的值，如下所示：

np.dot(X_test, temp_g.params) 

予理解的是，很容易地自它的endog矢量，y是一維陣列。但是，當我的endog矢量，在這種情況下，z是2D時，它是如何工作的？ 當我嘗試上面的線爲一維版本中，我得到以下錯誤：

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)應該仍然工作。

在某些情況下，你需要檢查一下矩陣的方位，有時有必要轉

然而predict，其結果將無法正常工作的多數其他方法，因爲該模型假定因變量，Z ，是1D。

這個問題又是你在做什麼？

如果你想獨立擬合z的列，然後遍歷它，所以每個y都是1D。

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

z.T允許遍歷所有列。

在其他情況下，我們通常堆疊模型，使y爲1D，第一部分爲z[:,0]，第二部分爲z[:,1]。解釋變量的設計矩陣或矩陣必須相應地擴展。

對多變量因變量的支持正在爲statsmodels製作，但仍需要一些時間才能做好準備。