statsmodel 中的 GLM 返回错误答案

【问题标题】：GLM in statsmodel returning errorstatsmodel 中的 GLM 返回错误
【发布时间】：2016-10-31 23:59:10
【问题描述】：

现在我已经弄清楚如何使用 OLS (Pandas/Statsmodel OLS predicting future values)，我正在尝试为我的数据拟合一条更好的曲线...GLM 应该可以像我假设的那样工作。

import statsmodels.api as sma
df1['intercept'] = 1
y = df1[['intercept', 'date_delta']]
X = df1['monthly_data']
smaresults_normal = sma.GLM(X,y, family=sma.families.Binomial()).fit()

返回 ValueError: The first guess on the deviance function returned a nan. This could be a boundary problem and should be reported.，这是 2010 年的一个已知问题。我也尝试过：

import statsmodels.api as sm
import statsmodels.formula.api as smf

glm_unsmoothed = smf.GLM('monthly_data ~ date_delta', df1, family=sm.families.Binomial() )

glm_unsmoothed.fit()

引发错误'builtin_function_or_method' object has no attribute 'equals'

我想用 ols 模型绘制模型以及未来值：

#ols model
df1['intercept'] = 1
X = df1[['intercept', 'date_delta']]
y = df1['monthly_data']

smresults_normal = sm.OLS(y, X).fit()
#future values
smresults_normal.predict(df_future12[['intercept', 'future_monthly']])

#model in sample data
import statsmodels.formula.api as smf

smresults_unsmoothed = smf.ols('monthly_data ~ date_delta', df1).fit()

df1['ols_preds_unsmoothed'] = smresults_unsmoothed.predict()

edit 我放弃了尝试使用 GLM，而是使用 OLS 和一个多项式拟合的公式，我认为它工作得很好......（尽管获得未来的预测显然与我的另一个OLS，有朝一日我希望能写一些代码而不用无休止的摆弄！）！不幸的是，我的声誉太低，无法发布漂亮的照片！ :(

【问题讨论】：

具有家族二项式的 GLM，或 Logit 或 Probit 用于二进制数据。因变量或响应变量 endog 需要介于零和一之间，或者二进制，零和一。
感谢您的洞察力！我正在尝试使电源形式现在起作用（有一些困难）。我需要一些指数或抛物线（在 Excel 中，数据符合二次曲线 - 我正在运行另一个分析以进行比较）......我是否使用 GLM 朝着正确的方向前进？
我想问最后一个问题，当你想进行 log/exp 转换但数据不是二项式时，你应该使用什么？

标签： python statsmodels

【解决方案1】：

我想我遇到了同样的问题，您需要做的只是确保您的数据框不包含 case 和 not case 都等于 0 的行。在估计 glm 之前，运行：

数据=数据[(data.cases !=0) | (data.notcases!=0)]

显然 R 会自动完成。

【讨论】：