Python 非线性回归

我已经设法用statsmodels做了一个线性回归，但是我想从

Y = A + X1*C1 + X2*C2 + X3*C3 + X4*C4 + DUMMY*C5

到

我试图将sm.OLS公式从线性改为指数，但我不知道如何编写它

x1= df['com_proc'].values.tolist()

x2 = df['desp_pessoal'].values.tolist()
x3 = df['ln(trein)'].values.tolist()
x4 = df['out_desp'].values.tolist()
dummy = df['dummy1'].values.tolist()
y = df['ln(ro)'].values.tolist()

dados = pd.DataFrame(data=df)
dados   #Visualiza o DataFrame
print("Estatísticas descritivas de y:")
dados['y'].describe()

reg = sm.ols(formula='y~x1+x2+x3+x4+dummy', data=dados).fit()
print(reg.summary())

---

我不知道如何将“dummy”放入公式中

欢迎来到stackoverflow。请附上一份。您的代码没有运行，因为（1）您没有定义所有变量，（2）您没有包含导入模块的部分。我认为，

pd

是

pandas

和

sm

是

statsmodels.formula.api

。欢迎来到stackoverflow。请附上一份。您的代码没有运行，因为（1）您没有定义所有变量，（2）您没有包含导入模块的部分。我认为，

pd

是

pandas

和

sm

是

statsmodels.formula.api

。

x1= df['com_proc'].values.tolist()

x2 = df['desp_pessoal'].values.tolist()
x3 = df['ln(trein)'].values.tolist()
x4 = df['out_desp'].values.tolist()
dummy = df['dummy1'].values.tolist()
y = df['ln(ro)'].values.tolist()

dados = pd.DataFrame(data=df)
dados   #Visualiza o DataFrame
print("Estatísticas descritivas de y:")
dados['y'].describe()

reg = sm.ols(formula='y~x1+x2+x3+x4+dummy', data=dados).fit()
print(reg.summary())