Python-设置虚拟变量回归系数的约束

python中有没有一种方法可以使用虚拟回归变量向OLS添加约束？我看了一下R中可能的解决方案

我在数据帧上使用pandas

get\u dummies（）

，而没有将

drop\u first

设置为TRUE

理想情况下，我希望使用

statsmodel

或

scipy

运行一个约束条件下的回归，该约束条件表示我的分类变量集的每个加权系数之和=0

======下面是我试图实现的模型和约束======

“代码>y{{{i}（t）{{{{{{{{y}（t）代码>y{{{{{i}（t）代码>y{{{{{{i}（t）的<代码>y{{{{{i}（t）的门市（t）的门市（t）和（t）门市（代码>>>）的门市（14}{{{14}\门市（r}}（r}（r}（t）门市（t）的）测试）的）的门市（t）和（t）评级）评级）评级（r}{{{{{{{{{{{{{{{{{{{{{{{{{{{{}（r}（r}}（i}（i}（i}（t）门市（t）门市（t）门市（t）门市（t）门市（t）的）的）的）的（t）邦（t）的。。。。。。。。。。。。（1） 在哪里

\sum{r=1}{14}\beta{r}（t）*权重（t）+\sum{s=1}{20}\gamma{s}（t）*权重（t）+\sum{c=1}{5}\sigma{c}（t）*权重（t）=0。。。。。。。。。。。（2） 

上面是我想对等式（1）中的模型施加的约束

---

抱歉，但我不知道如何将latex方程放在这里。

权重函数是什么？它不适用于StatSols模型，但适用于默认为高斯的GLM。请参阅，这里的答案是什么是权重函数？它不适用于statsmodels OLS，但适用于默认为高斯的GLM。请看这里的答案