注意:这不是重复的,因为其中一篇文章没有引用如何找到我想要的if语句实现的具体错误。(两次警告及只发现其中一宗)
如何在OLS回归输出中检测到特定的警告,以便可以在if语句中使用它进行另一次回归?
还有一个警告我想忽略,所以我只想注意具体的警告:
[2] The smallest eigenvalue is 0. This might indicate that there are strong multicollinearity problems or that the design matrix is singular.
例:警告2,如下图所示。
我正在寻找的是实现如下伪代码的最简单
我的说明如下:
Proc reg data = liqfworld;
Model x = y z ;
我需要对我的数据集中的每一只股票进行这种回归,它有每日数据,而且每个月都是如此。它按库存ID和SAS格式的日期进行排序。是否需要宏来对相同的数据集执行重复的回归?我的最终目标是为每只股票和每个月获得y的系数,作为输出数据集。
感谢你的指点。谢谢。
编辑:为了澄清,我需要做多次不滚动回归(每个股票每月),当股票ID按升序排序时,它们是这样的: 83,94,105等等。
在MATLAB中,如果我有一些信号x,让我们说
x = rand(1,1000)
我希望通过使用阶y的自回归(AR)滤波器过滤x来生成M。我怎样才能找到y(n)?因为自回归滤波器需要输出的过去值来计算,但我还没有任何过去的输出。我只有输入样本x。
在移动平均(MA)滤波器中,我可以很容易地生成y(n),因为它只需要过去的输入,我可以很容易地提供这些输入,因为我们有x,如下所示
for n=1:1000
sum=0;
for k=1:M+1
if (n-k+1>0)
sum = sum + (1/M)*x(n-k+1); % MA depends on curr
我正在处理一个问题,在这个问题上,我的目标特性是整数类型。即(n_clicks)。通常,如果我们想要预测分类目标特征,那么我们使用分类算法,另一方面,对于连续类型的目标特征,我们使用回归技术,其中我的输出将是-infinity到+无穷大。但是在我的例子中,如果我使用回归,那么我的输出将变成一个浮点值。这里的一种解决方案是将输出的浮点值转换为整数,或者使用pandas.round()对值进行舍入。
有没有其他方法可以预测输出变量为整数?
谢谢
更新:如建议使用POISSON回归,尝试下面的代码,但输出仍然是相同的。下面是代码片段:
import statsmodels.api as sm
x_t
我有一些平衡的面板数据,并希望将趋势变量包含在我的回归中。然而,我在7年的时间内有60个地区,我不确定如何包括趋势变量。年份变量与预期的一样,对于2005-2011年是重复的。我在思考以下几点:
gen t = .
replace t = 1 if year==2005
replace t = 2 if year==2006
直到2011年,它给了我从1到7的t变量,用于数据中的180个不同的面板。
我的问题是:是否可以像我上面描述的那样包含趋势变量,或者我应该直接将year变量抛入回归?
因此,我试图找到我正在运行的回归的10个不同变量的所有组合。对于每个回归,并不是所有的10个变量都必须存在。一些回归只有2到3个变量,而另一些回归会有7到8个变量。例如,以下可能是几个可能的集合:
a b c d e f g h i j
a b c d
e f g
i j
a f g j
变量的顺序并不重要,并且组合中不能有重复的变量。有没有人知道在这些特定术语下生成10个变量的所有可能组合的好方法?