Python Statsmodels公式API（patsy）：如何排除交互组件的子集？

我正在使用statsmodels公式api（来自patsy）构建WLS（

statsmodels.formula.api.WLS

）模型，并使用因素之间的相互作用。其中一些是预测性的，而另一些则不是。有没有一种方法可以在模型中只包含交互的一个子集，而不用手工构建设计矩阵

---

或者，是否有方法将模型变量子集的估计系数限制为零

我不确定我是否完全理解您的需求，但我建议您从真正优秀的pasty docs开始（patsy处理statsmodels的公式）。关于分类数据有一个很好的部分：

我的猜测是，你想要的是很难实现一个单一的公式调用。我可能只是使用patsy来构建一个包含比我需要的更多术语的设计矩阵，然后删除列。例如：

In [28]: import statsmodels.formula.api as sm
In [29]: import pandas as pd
In [30]: import numpy as np
In [31]: import patsy
In [32]: url = "http://vincentarelbundock.github.com/Rdatasets/csv/HistData/Guerry.csv"
In [33]: df = pd.read_csv(url)
In [34]: w = np.ones(df.shape[0])
In [35]: f = 'Lottery ~ Wealth : C(Region)'
In [36]: y,X = patsy.dmatrices(f, df, return_type='dataframe')
In [37]: X.head()
Out[37]: 
<class 'pandas.core.frame.DataFrame'>
Int64Index: 5 entries, 0 to 4
Data columns:
Intercept                5  non-null values
Wealth:C(Region)[nan]    5  non-null values
Wealth:C(Region)[C]      5  non-null values
Wealth:C(Region)[E]      5  non-null values
Wealth:C(Region)[N]      5  non-null values
Wealth:C(Region)[S]      5  non-null values
Wealth:C(Region)[W]      5  non-null values
dtypes: float64(7)

In [38]: X = X.ix[:,[2,3,4]]
In [39]: X.head()
Out[39]: 
   Wealth:C(Region)[C]  Wealth:C(Region)[E]  Wealth:C(Region)[N]
0                    0                   73                    0
1                    0                    0                   22
2                   61                    0                    0
3                    0                   76                    0
4                    0                   83                    0

In [40]: mod = sm.WLS(y, X, 1./w).fit()
In [41]: mod.params
Out[41]: 
Wealth:C(Region)[C]    1.084430
Wealth:C(Region)[E]    0.650396
Wealth:C(Region)[N]    1.021582

[28]中的

：将statsmodels.formula.api作为sm导入
在[29]中：导入熊猫作为pd
在[30]中：将numpy作为np导入
在[31]中：输入patsy
在[32]中：url=”http://vincentarelbundock.github.com/Rdatasets/csv/HistData/Guerry.csv"
在[33]中：df=pd.read\u csv（url）
[34]中：w=np.one（df.shape[0]）
在[35]中：f='彩票~财富：C（地区）'
在[36]中：y，X=patsy.d矩阵（f，df，return_type='dataframe'）
在[37]：X.head（）中
出[37]：
INT64索引：5个条目，从0到4
数据列：
截取5个非空值
财富：C（地区）[nan]5个非空值
财富：C（地区）[C]5个非空值
财富：C（地区）[E]5个非空值
财富：C（地区）[N]5个非空值
财富：C（地区）[S]5个非空值
财富：C（地区）[W]5个非空值
数据类型：float64（7）
在[38]：X=X.ix[：，[2,3,4]]
在[39]：X.head（）中
出[39]：
财富：C（地区）[C]财富：C（地区）[E]财富：C（地区）[N]
0                    0                   73                    0
1                    0                    0                   22
2                   61                    0                    0
3                    0                   76                    0
4                    0                   83                    0
[40]：mod=sm.WLS（y，X，1./w）.fit（）
In[41]：mod.params
出[41]：
财富：C（地区）[C]1.084430
财富：C（地区）[E]0.650396
财富：C（地区）[N]1.021582

我不明白你所说的“交互的子集”是什么意思。你可能想说的一件事是这样一个公式

y ~ pred1 + pred2 + pred3 + pred1:pred3 + pred1:pred2

或同等品

y ~ pred1*pred2*pred3 - pred2:pred3

后者表明我们包含了一些可能的交互，但不是全部（我们省略了

pred2:pred3

）

但是，这很容易做到，所以我猜你实际上的意思可能是，你想包括一个与单个相互作用相关的系数子集？如果是这样的话，那么不，这不是目前实现的东西。从统计角度来看，这也是相当可疑的；如果您开始忽略随机列，那么您将以非常难以解释的方式更改所有其他列的解释。另外，我真的想不出一个好的可实现语法来描述您想要的部分交互。。。如果您可以随意在patsy上提交功能请求

---

另外，我不认为statsmodels包含适合这种受限型号的方法，不。这将是一个很好的功能要求。

我可以问一下如何减去一个数字吗？例如，我有以下“smf.ols（formula=“y~x+1”，data=df）.fit（）”。当我运行这个时，我会得到一个错误，但是当我排除1时，它会工作。。