statsmodel 的线性回归问题答案

【问题标题】：linear regression problems with statsmodelstatsmodel 的线性回归问题
【发布时间】：2018-01-08 18:26:54
【问题描述】：

我有一个看起来像这样的 pandas df：

   broker-value-current  broker-value-prior      consensus-after  
                 590.00              510.00              462.55   
                  32.74               31.98               30.72   
                  33.00               30.00               30.04 

           pctch_broker      pctch_consensus    pctch_frstrec_eps 
              15.686275             1.599051             1.421657   
               2.376485             0.195695           -82.098455   
              10.000000             0.805369           -82.098455  

      pctch_frstrec_rev  
               1.243782  
              -1.258936  
              -1.258936

最后几列的创建位置：

 data['pctch_broker'] = ((data['broker-value-current']-data['broker-value-prior'])/data['broker-value-prior'])*100
 data['pctch_consensus'] = ((data['consensus-after']-data['consensus-before'])/data['consensus-before'])*100
 data['pctch_frstrec_eps'] = ((data['frstrec_eps_announced']-data['frstrec_eps_forecast'])/data['frstrec_eps_forecast'])*100
 data['pctch_frstrec_rev'] = ((data['frstrec_rev_announced']-data['frstrec_rev_forecast'])/data['frstrec_rev_forecast'])*100

我也用这行清除 NA：

cleaned_data = data.dropna()

使用 scipy 统计数据时：

 import statsmodels.formula.api as sm

但是，当我尝试使用此代码将 'pctch_consensus' 或 'pctch_broker' 作为自变量，并将 'pctch_frstrec_rev' 或 'pctch_frstrec_eps' 作为因变量时：

 reg1 = sm.ols(formula="pctch_consensus ~ pctch_frstrec_rev", data=cleaned_data).fit()

我收到此错误：

RuntimeWarning: invalid value encountered in greater return (S > tol).sum(axis=-1)

【问题讨论】：

哎呀，谢谢我更新了问题，是的，我的导入中也有这一行：import statsmodels.formula.api as sm

标签： python pandas error-handling regression statsmodels

【解决方案1】：

出现此问题是因为您的数据帧中有无穷大。您可能通过在创建新变量时除以零来创建这些无穷大。

这应该可以解决它：

cleaned_data = data.replace([np.inf, -np.inf], np.nan)

【讨论】：