来自公式的 Statsmodels 分类数据（使用熊猫）

Question

我正在尝试完成一项家庭作业，为此我需要在 statsmodels 中使用分类变量（由于拒绝像其他人一样使用 stata）。我花了一些时间阅读 Patsy 和 Statsmodels 的文档，但我不太明白为什么这个 sn-p 代码不起作用。我尝试将它们分解并使用 patsy 命令创建它，但出现了同样的错误。

我目前有：

import numpy as np
import pandas as pd
import statsmodels.formula.api as sm


# This is where I'm getting data
data = pd.read_csv("http://people.stern.nyu.edu/wgreene/Econometrics/bankdata.csv")

# I want to use this form for my regression
form = "C ~ Q1 + Q2 + Q3 + Q4 + Q5 + C(BANK)"

# Do the regression
mod = sm.ols(form, data=data)
reg = mod.fit()
print(reg.summary2())

此代码引发错误：TypeError: 'Series' object is not callable。 statsmodels 网站上有一个非常相似的示例here 似乎工作正常，但我不确定我在做什么和他们在做什么之间有什么区别。

非常感谢任何帮助。

干杯

Answer 1

问题在于C 是您的 DataFrame 中的一列的名称，以及表示您想要一个分类变量的不恰当方式。最简单的解决方法是将列重命名为：

data = data.rename_axis({'C': 'C_data'}, axis=1) form = "C_data ~ Q1 + Q2 + Q3 + Q4 + Q5 + C(BANK)"

然后调用sm.ols 就可以了。

错误信息TypeError: 'Series' object is not callable可以解释如下：

• patsy 将C 解释为数据框的列。在这种情况下，它将是系列data['C']
• 然后，紧跟在括号后面的事实使 statsmodels 尝试将 data['C'] 作为带有参数 BANK 的函数调用。系列对象没有实现__call__ 方法，因此'Series' object is not callable 的错误消息。

祝你好运！