python statsmodel.api.OLS（）与R lm（）的比较

我从python statsmodels.api.OLS（）和R lm（）中得到了非常不同的结果，它们在相同的数据上运行。R的结果与我的预期相符，在python中没有那么多。我肯定有些基本的东西我误解了。。。非常感谢您的帮助

Python

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

df = pd.DataFrame({'date': [1.5488064e+18, 1.5043968e+18],
                   'count': [15.0, 12.0]})

fit = smf.ols('count~date', data=df).fit()
new_data = pd.DataFrame({'date': [1.398816e+18, 1.337040e+18]})
new_data['count'] = (fit.predict(new_data))
print(new_data)

结果：

           date      count
0  1.398816e+18  12.387341
1  1.337040e+18  11.840278

R

df <- data.frame(date=c(1.5488064e+18, 1.5043968e+18),
                 count=c(15.0, 12.0))
fit <- lm(count~date, data=df)

new_data <- data.frame(date=c(1.398816e+18, 1.337040e+18))
new_data[['count']] <-  predict(fit, new_data)
print(new_data)

---

似乎与和相似，但这些问题中的任何问题都不能解决我的问题。

删除常数

拟合您只有两个数据点，需要估计两个参数。默认情况下，StatsModelAPI必须删除截取。把它设为零，以便估计所有其他必要的统计数字。例如，比较python的
fit.summary（）
和R的
summary（fit）
，您会注意到两者是不同的。您需要添加更多数据，或者必须删除Akrunald所示的R拟合模型的截距，当您包含常数时，设计矩阵的比例将非常糟糕，
1
与
1e+18
相比。statsmodels
summary
应该警告在这种情况下会有一个巨大的条件数。非常感谢这些回答，@Onyanbu（以及akrun和Josef）。有件事我不明白。我的两个数据点定义了一条线，这条线有一个截距。我希望StatsModelAPI能够找到这条线并进行拦截。我知道，由于样本量小，一些拟合统计数据可能不够具体；我希望它会发出警告或错误，或者用NaN或其他东西填充这些统计数据，而不是返回一行不经过我的两点的数据。也许统计模型是这个工作的错误工具。在这种情况下，你必须使用
sklearn.linear\u models.LinearRegression
。这将符合这条线，而不需要其他统计数据
          date     count
 1 1.398816e+18 4.8677043
 2 1.337040e+18 0.6945525