如何在 statsmodels OLS 中指定约束？

Question

我正在使用 statsmodels OLS 对我的数据运行一些线性回归。我的问题是我希望系数加起来为 1（我计划不使用常量参数）。

是否可以在 statsmodels OLS 中对系数指定至少 1 个约束？我看不出这样做的选择。

Answer 1

要在

statsmodels

OLS 中指定约束，例如将系数加起来达到特定值，您可以使用

fit_constrained

方法。该方法允许将线性等式约束应用于回归模型。

以下是使用

statsmodels

在 OLS 模型中应用此约束的分步指南：

首先，拟合 OLS 模型。如果您打算不使用常量参数，请在模型公式中包含 - 1 以排除截距。

import pandas as pd
import statsmodels.formula.api as smf

# Assuming df is your DataFrame
df = pd.read_csv('your_data.csv')  # Replace with the path to your dataset

# Fit the OLS model without a constant
model = smf.ols('dependent_variable ~ IV1 + IV2 + IV3 - 1', data=df).fit()

使用

fit_constrained

方法应用约束。例如，如果您希望三个变量 (

IV

、

IV2

、

IV3

) 的系数之和等于 1，则约束表达式将为

IV1 + IV2 + IV3 = 1

。

# Constraint expression
constraint_expr = 'IV1 + IV2 + IV3 = 1'

# Apply the constraint
model_constrained = model.fit_constrained(constraint_expr)

# Print the summary of the model with constraints
print(model_constrained.summary())

在此设置中，

constraint_expr

是一个字符串，表示您正在应用的线性等式约束。表达式

IV1 + IV2 + IV3 = 1

确保自变量的系数总和等于 1。