Python中具有多个约束的约束回归

我目前正在使用Python设置一个约束回归

import statsmodels.api as sm

model = sm.GLM(Y,X)    
model.fit_constrained 

'''Setting the restrictions on parameters in the form of (R, q), where R 
and q are constraints' matrix and constraints' values, respectively. As
for the restriction in the aforementioned regression model, i.e., 
c = b - 1 or b - c = 1, R = [0, 1, -1] and q = 1.'''

来自StatsModel的函数，但在尝试使用多个约束设置它时遇到了一些问题。我有七个系数，包括一个常数。我想设置它，使虚拟1和虚拟2的加权和等于零，虚拟3和虚拟4的加权和等于零。要使用单个约束示例

results = model.fit_constrained(([0, 0, 0, a, b, 0, 0], 0))

其中a和b是假人3和假人4上的权重，是我预定义的变量

如果我没有a和b变量，并且假人的权重相等，我可以使用语法

fit_constrained('Dummy1 + Dummy2, Dummy3 + Dummy4')

但是当我尝试使用类似的语法时

results = model.fit_constrained(([0, 0, 0, a, b, 0, 0], 0),([0, c, d, 0, 0, 0, 0], 0)) 

我得到了错误

ValueError: shapes (2,) and (7,6) not aligned: 2 (dim 0) != 7 (dim 0)

---

有人有什么想法吗？非常感谢

我仍然不确定您运行的是哪种型号（发布a肯定会有帮助），但以下内容应该适用于GLMs。从,我们有,

约束（公式表达式或元组）–如果是元组，则约束需要由两个数组（约束矩阵、约束值）给出，即（R，q）。否则，约束可以作为字符串或字符串列表给出。有关详细信息，请参见t_测试

这意味着函数调用应遵循以下原则：

R = [[0, 0, 0, a, b, 0, 0],
     [0, c, d, 0, 0, 0, 0]]
q = [0, 0]

results = model.fit_constrained((R, q))

---

这应该是可行的，但由于我们没有您的模型，我不知道是否

R*params=q

，根据文档，它必须保持不变。

这不在标准库中，所以您使用哪个软件包来适合您的模型？我想是statsmodels，但更明确一些会有帮助。抱歉，你是对的，这是statsmodel，我现在更新了问题以反映这一点。