如何解决使用许多数据框的OLS系列
我有几个熊猫数据帧,其中包含因变量和回归的时间序列,例如y
,x0
,x1
和x2
是数据框,每行在特定日期的列中包含n
个观测值,并且有m
日期(行)。我想为每个日期执行OLS,并获取参数(或残差)的时间序列。我尝试过
y.apply(lambda row: sm.OLS(row,[x0,x1,x2]).fit().params,axis=1)
但这不起作用。
我也尝试过使用np.vectorize(sm.OLS)
进行矢量化,但这也行不通。
然后我还尝试使用
从回归变量中获取单个行 y.apply(lambda row: sm.OLS(row,[x0.loc[row.name],x1.loc[row.name],x2.loc[row.name]]).fit().params,axis=1)
但这也不起作用。
我可能可以使用for
循环来完成此操作,但是必须有更好的方法,不是吗?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。