在python中有没有办法用虚拟回归变量为我的OLS添加约束？我在this link看了一下R中的可能解决方案。
我在我的数据框架上使用pandas get_dummies()，而没有将drop_first设置为TRUE。
理想情况下，我想使用statsmodel或scipy来运行回归，其约束条件是我的每组分类变量的加权系数之和= 0
========以下是我试图实施的模型和约束======
y_{i}(t) = \alpha(t)+\sum_{r=1}^{14}\beta_{r}(t)*Rating^{r}_{i}(t)+\sum_{s=1}^{20}\gamma_{s}(t)*Sector^{s}_{i}(t)+\sum_{c=1}^{5}\sigma_{c}(t)*Country^{c}_{i}(t) ............ (1)
其中
\sum_{r=1}^{14}\beta_{r}(t)*weight(t) + \sum_{s=1}^{20}\gamma_{s}(t)*weight(t)+ \sum_{c=1}^{5}\sigma_{c}(t)*weight(t) = 0 ........... (2)
以上是我想在公式（1）
中对我的模型施加的约束道歉，但我不知道如何在这里放置乳胶方程式。