Python R与Statsmodels中的混淆列-Statsmodels在所有别名中拆分值

当我有一个带有混淆列的欠约束系统时，R中的

lm

忽略了许多第二和第三因素的交互作用（在我看来这是正确的行为），但是statsmodels（在Python中）在所有混淆列之间分割值

假设我有以下数据：

  a    b    c    y  
--------------------
 -1   -1    1    4
  1   -1   -1   30
 -1    1   -1    6
  1    1    1    4 

在R中使用

lm（'y~a*b*c'）

可以得到以下系数：

• a、 十一,
• b、 六,
• c、 -6
• 拦截，11

我可以通过statsmodels中的

'y~a+b+c'

来实现这一点，但产品版本将系数分解为2+因子相互作用。（a带b:c，b带a:c，c带a:b，截取带a:b:c）

与乘法相反，加法不适用于更复杂的乘法，其中R发现了一些重要的双因素相互作用，但没有给出任何其他结果

在这种情况下，如何使statsmodels像R一样工作？或者我如何设置它以获得一个合适的结果

A MWE：

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

water_frac = pd.DataFrame(pyDOE.fracfact("a b ab"), columns=["A", "B", "C"])
water_frac["y"] = [4, 30, 6, 4]

当您这样做时：

smf.ols(formula="y ~ A+B+C", data=water_frac).fit().params

你会得到：

Intercept    11.0
A             6.0
B            -6.0
C            -7.0
dtype: float64

而这:

smf.ols(formula="y ~ A*B*C", data=water_frac).fit().params

给出：

Intercept    5.5
A            3.0
B           -3.0
A:B         -3.5
C           -3.5
A:C         -3.0
B:C          3.0
A:B:C        5.5
dtype: float64

---

STATSOLS模型默认使用广义逆，而不是自动删除列。例如，见谢谢。我在评论中要求澄清。statsmodels OLS默认使用广义逆，而不是自动删除列。例如，见谢谢。我在评论中要求澄清。