python - Pandas 中 R 的 lm 函数

Question

我在 R 中有以下 lm 函数:

in_data <- c(0.5, 0.6, 0.7)
minutes <- c(30, 60, 90)
foobar <- lm(log(in_data) ~ 0 + hours)

问题

• 我理解 ~ 运算符用于分隔左和模型公式的右侧。所以在这种情况下，是否转换为 log(in_data) 取决于 0 和 hours？？？我完全迷失在这里，尤其是向量的对数如何依赖于 0 和另一个向量
• 如果我尝试将其移植到 Pandas，最直接的方法是什么？我尝试了以下内容:

.

import statsmodels.formula.api as sm
import numpy as np
result = sm.ols(formula="np.log(in_data) ~ 0 + minutes", data=model_data).fit()

但这引发了一个错误:

patsy.PatsyError: Number of rows mismatch between data argument and np.log(in_data) (1 versus 4)
    np.log(in_data) ~ 0 + minutes
    ^^^^^^^^^^^^^^^^^

Answer 1

多元线性回归方程的形式为 y = b0 + b1x1 + b2x2 + ... +bkxk 其中 b0 是截距或常数。您可以通过在 R 中使用 0 + 从模型中排除这个常量。另一种方法是使用 - 1，它在 R 和 patsy 中都有效。因此，您需要将结果更改为:

result = sm.ols(formula="np.log(in_data) ~ minutes - 1", data=model_data).fit()