Python 中的多元线性回归（PatsyError：模型缺少所需的结果变量）答案

【问题标题】：Multiple Linear Regression in Python (PatsyError: model is missing required outcome variables)Python 中的多元线性回归（PatsyError：模型缺少所需的结果变量）
【发布时间】：2017-09-19 15:21:12
【问题描述】：

我在 Python 中运行以下回归代码，但出现错误（PatsyError：模型缺少必需的结果变量）。我如何解决它？谢谢

Y = spikers['grade'] 
X = spikers[['num_pageview', 'num_video_play_resume', 'eng_proficiency', 'english']] 
model = smf.ols(Y,X).fit() 
model.summary()

【问题讨论】：

您需要展示更多代码。像 patsy 字符串。
spikers['grade'] 可能是空值。只是一个猜测。提供更多信息以获得更多帮助。阅读，stackoverflow.com/help/mcve
看起来你正在混合这两个接口，如果你在数组或 pandas Series/DataFrame 中直接有 y 和 x，请使用 sm.OLS（大写字母）。使用公式接口时，第一个参数为公式字符串smf.ols("grade ~ ...)

标签： python pandas regression

【解决方案1】：

您应该使用以下命令：

df = pd.DataFrame({'x':X, 'y':Y})
model = smf.ols('y~x', data=df).fit()

其中df是你的DataFrame类型数据。

【讨论】：

【解决方案2】：

我在尝试在二进制（0 或 1）的结果变量“y”上运行 sm.logit 时遇到了一个非常相似的问题：让我的所有数据都在名为“数据”的 pandas 数据框中：

import statsmodels.formula.api as sm

X = ['Age','Sex','x1','x2','x3','x4']
logit = sm.logit(data['y'],data[X])
result = logit.fit()
print result.summary()

Traceback (most recent call last):

  File "<ipython-input-XXX>", line 1, in <module>
    logit = sm.logit(data['y'],data[X])

  File "C:\...\statsmodels\base\model.py", line 147, in from_formula
    missing=missing)

  File "C:\...\statsmodels\formula\formulatools.py", line 68, in handle_formula_data
    NA_action=na_action)

  File "C:\...\patsy\highlevel.py", line 312, in dmatrices
    raise PatsyError("model is missing required outcome variables")

PatsyError: model is missing required outcome variables

我收到了上面显示的此错误消息。我设法解决了这个问题，并改用这种表示法得出了一些合理的结果：

f1 = 'y ~ Age+Sex+x1+x2+x3+x4'
logit = sm.logit(formula = f1, data = data)
result = logit.fit()

据我所知，通常首选 statsmodels.formula.api 的这种符号使用

【讨论】：

可以使用array/DataFrame接口，只需要使用正确的类import statsmodels.api as sm和sm.Logit(...)即可。