非线性回归

时间:2019-10-29 16:40:16

标签: python python-3.x statsmodels

我设法使用statsmodels进行了线性回归,但是我想将公式更改为

Y = A + X1*C1 + X2*C2 + X3*C3 + X4*C4 + DUMMY*C5

Y = A * (X1^C1) * e^(X2*C2+X3*C3+X4*C4)

我试图将sm.OLS公式从线性更改为指数,但我不知道如何写

x1= df['com_proc'].values.tolist()

x2 = df['desp_pessoal'].values.tolist()
x3 = df['ln(trein)'].values.tolist()
x4 = df['out_desp'].values.tolist()
dummy = df['dummy1'].values.tolist()
y = df['ln(ro)'].values.tolist()

dados = pd.DataFrame(data=df)
dados   #Visualiza o DataFrame
print("Estatísticas descritivas de y:")
dados['y'].describe()

reg = sm.ols(formula='y~x1+x2+x3+x4+dummy', data=dados).fit()
print(reg.summary())

我不知道如何在公式中使用“虚拟”

0 个答案:

没有答案