OLS 回归与 statsmodels 给出许多系数答案

【问题标题】：OLS Regression with statsmodels giving many coefficientsOLS 回归与 statsmodels 给出许多系数
【发布时间】：2020-03-27 17:19:21
【问题描述】：

我正在尝试对数据集中给定数据大小的加密时间进行简单回归。我是 python 和 statsmodels 的初学者，但我认为 OLS 回归得到了奇怪的结果，因为它为我提供了每个数据大小的系数，例如：

DataSize[T.1024] 0.0001
DataSize[T.1040] 0.0003
DataSize[T.1056] 0.0004
DataSize[T.1072] 0.0006
DataSize[T.1088] 0.0007

这是我开发的代码：

    encrypt_key_16 = select_total_encrypt_time.loc[select_total_encrypt_time['KeySize'] == 16]
    y4, X4 = dmatrices('Measure ~ DataSize', data=encrypt_key_16, return_type='dataframe')
    mod4 = sm.OLS(y4, X4)
    result4 = mod4.fit()

我做错了吗？

提前感谢您的回答。

【问题讨论】：

看起来DataSize 被解释为分类。确保它具有数字 dtype，例如浮动64。 int 也应该没问题，但不是 string 或类似的。
感谢您的回答。不幸的是，DataSize 矩阵 X4 确实是 float64 类型。所以我认为这不是问题所在。
你检查encrypt_key_16.dtypes或np.asarray(encrypt_key_16['DataSize']).dtype了吗？

标签： python

【解决方案1】：

好的，我想我找到了问题所在。当我打印数据帧 X4 时，我得到以下输出：

Output when printing X4

所以我需要以某种方式使其只有一列 DataSize。

【讨论】：