Python 多OLS估计误差

我正在尝试对我的数据使用statsmodels执行一些Newey West OLS来估计我的参数，下面是我的代码：

from __future__ import print_function, division 
import xlrd as xl
import numpy as np
import scipy as sp
import pandas as pd
import statsmodels.formula.api as smf
import statsmodels.api as sm

file_loc = "/Python/dataset_3.xlsx"
workbook = xl.open_workbook(file_loc)
sheet = workbook.sheet_by_index(0)
tot = sheet.nrows
data = [[sheet.cell_value(r, c) for c in range(sheet.ncols)] for r in 

range(sheet.nrows)]

rv1 = []
rv5 = []
rv22 = []
rv1fcast = []
T = []
price = []
time = []
retnor = []

for i in range(1, tot):        
    t = data[i][0]
    ret = data[i][1]
    ret5 = data[i][2]
    ret22 = data[i][3]
    ret1_1 = data[i][4]
    retn = data[i][5]
    t = xl.xldate_as_tuple(t, 0)
    rv1.append(ret)
    rv5.append(ret5)
    rv22.append(ret22)
    rv1fcast.append(ret1_1)
    retnor.append(retn)
    T.append(t)

df = pd.DataFrame({'RVFCAST':rv1fcast, 'RV1':rv1, 'RV5':rv5, 'RV22':rv22,})
df = df[df.RV1.notnull()]
model = smf.OLS(formula = 'df.RVFCAST ~ df.RV1 + df.RV5 + df.RV22', data = df)

当我查看数组或数据帧时，一切看起来都很好，但它只返回：TypeError:init（）至少接受2个参数（给定1个）

我尝试了很多不同的方法，但我看不出我遗漏了什么

当我运行它时，以下错误消息显示：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
/Python/harrv.py in <module>()
     41 df = df[df.RV1.notnull()]
     42 
---> 43 model = smf.OLS(formula = 'df.RVFCAST ~ df.RV1 + df.RV5 + df.RV22', data = df)
     44 
     45 #mdl = model.get_robustcov_results(cov_type='HAC',maxlags=1)

TypeError: __init__() takes at least 2 arguments (1 given) 

---

另一个rv给出了类似的浮点数。df只是以pd.dataframe的方式组装它们，根据文档支持（）。

问题在于statsmodels.formula.api中的公式函数是小写的。大写OLS与主statsmodels.api中的相同。将来将从formula.api命名空间中删除大写模型，以避免这种混淆

这意味着，您需要使用小写ols，如

model=smf.ols（公式='df.RVFCAST~df.RV1+df.RV5+df.RV22'，data=df）

请注意，小写公式函数只是模型的

from_formula

方法的别名

---

smf.ols

是

sm.ols的快捷方式。从_formula

可以编写包含堆栈跟踪的实际错误消息。从您当前的描述来看，不清楚什么呼叫崩溃。就是这样。但我看不出还需要什么样的论证，因为我从另一个例子中得到了这个方法，这个例子对那个人有效。我在想，这可能是因为列表中存在单引号吗？使用

df.

作为公式参数显然是错误的。（与之相比）。但是我承认我没有看到错误信息和你的论点之间的关联。如果你能让这个例子自足，那会有帮助的。例如，添加

import

语句和示例数据。已修复。我希望rv1的例子足够了，因为另一个是以同样的方式组装的，也是浮动的。公式的一部分仍然显示相同的错误消息。这起作用了！但当我试图打印拟合模型的摘要时，它返回一个关于轴的错误，当a的形状和权重不同时，需要指定该轴。你知道吗？如果没有回溯或完整的例子，我无法猜测。你可以问一个新问题，也可以向pystatsmodels谷歌集团提问。有一件事：将

df.

放在公式字符串中。我们（statsmodels开发人员）从未考虑过这种模式，我也不确定它是否正常工作。很可能是它弄乱了patsy设计矩阵的创建或后期评估处理。我在这里发布了第二个问题，其中有更多细节：

Out[318]: 
[0.015538008996147568,
 0.008881670570720125,
 0.010421778063375802,    
.....    
 0.003151044550868834,
 0.0029676428110974166,
 0.005236329928710288,
 0.004838460533164701,
 '']