Python：如何为 statsmodel HuberT 线性回归按时间加权数据？答案

【问题标题】：Python: How to weight data by time for a statsmodel HuberT linear regression?Python：如何为 statsmodel HuberT 线性回归按时间加权数据？
【发布时间】：2017-08-11 21:08:57
【问题描述】：

我正在使用 statsmodel，这是我用来生成多线性回归的代码：

def regression():
    Data = pd.read_csv("CSV_file")
    DependentVariable = Data[["Variable1"]].values.tolist()
    IndependentVariables = Data[["Variable2","Variable3","Variable4"]].values.tolist()

    huber_t = sm.RLM(DependentVariable, IndependentVariables, M=sm.robust.norms.HuberT())

    hub_results = huber_t.fit()
    return hub_results.summary()

这给出了一个正常的输出。但是，我还想对我的数据进行加权，以便较新的数据比较旧的数据更重要。我正在考虑使用某种指数衰减来计算权重。在计算线性回归时有什么方法可以考虑这个权重？

【问题讨论】：

标签： python statsmodels

【解决方案1】：

此页面上有一个使用指数衰减进行缩放的示例，但我不确定相同的技术是否适合您（也许它仅适用于绘图环境，但您可以尝试自己缩放多变的） http://blog.yhat.com/posts/predicting-the-presidential-election.html

weight <- function(i) {
  exp(1)*1 / exp(i)
}

w <- data.frame(poll=1:8, weight=weight(1:8))
ggplot(w, aes(x=poll, weight=weight)) +
  geom_bar() +
  scale_x_continuous("nth poll", breaks=1:8) +
  scale_y_continuous("weight")

或者您可以使用 numpy 生成一个指数衰减的序列，答案如下：

Pandas: Exponentially decaying sum with variable weights

【讨论】：

【解决方案2】：

目前不能使用这种权重。

请参阅statsmodels -- weights in robust linear regression 以获得相关答案。

由于 HuberT 在小残差处是局部二次的，因此通过该答案中的权重重新缩放数据可以作为近似值。但是，这并不等同于每次观察对目标函数的贡献增加权重。

【讨论】：