OLS回归结果

Question

我正在尝试对一个大学项目进行“ OLS回归结果”，而我的代码是这样的：

import statsmodels.api as sm
from statsmodels.formula.api import ols
import numpy as np

data=np.loadtxt('file.txt',skiprows=1)
season=data[:nb,0]
tod=data[:nb,1]
obs=data[:nb,2]
pr=data[:nb,3]

data_lm = ols('pr ~ tod + season',data=data).fit()
table = sm.stats.anova_lm(data_lm, typ=2) 
data_lm.summary()
print(table)

它给我这个错误“ PatsyError：错误评估因子：IndexError：只有整数，切片（:），省略号（...），numpy.newaxis（None）和整数或布尔数组是有效索引 pr〜tod）+季节“

我认为错误在于我的数据格式。文本文件包含4个不同的列（季节，tod，obs和pr）。

季节：[3。，3.，1.，3.，3.，3.，3.，3.，1.，3.，3.，1.，3.，2.，3.， 3.，3。 1.，1.，1.，1.，3.，1.，2.，1.，3.，1.，1.，2.，1.，3.，3.，1.，1。 ， 1.，2.，3。]

tod：[2。，4.，1.，2.，2.，2.，4.，1.，3.，3.，1.，3.，3.，2.，2.， 4.，3。 3.，4.，3.，3.，2.，4.，1.，3.，4.，1.，1.，1.，1.，3.，3.，4.，3.，3。 ， 4.，4.，4。]

obs：[1.，1.，1.，3.，3.，3.，3.，3.，4.，4.，4.，5.，5.， 5.，5、5、6、9、9、12、12、12、12、12、12、13、13， 16.，16.，17.，19.，19.，19.，19.，20.，20.，20.，20.，24。]]

pr：[0。 ，0.，0.，0.1，0.2，0.2，0.4，0.4，0.5，0.5，0.7，0.7，0.7， 0.8、0.8、0.8、0.8、0.9、0.9、1，.1、1.1、1.1、1.2、1.3、1.4， 1.4、1.5、1.6、1.7、1.7、1.8、1.8、1.9、2。，2.，2。]

有人可以帮我吗？

Answer 1

data是基本的NumPy ndarray对象。当您使用[]对其进行索引时，它们将接受整数，切片或其他“类似于数组”的对象。但是，ols函数在the documentation中明确表示：

数据必须使用公式中的键定义__getitem__

这意味着data必须是熊猫DataFrame，字典或NumPy structured array，并带有接受__getitem__对象作为索引的str方法。