擅长:python、mysql、java
<p>一种可能性是在<a href="http://statsmodels.sourceforge.net/stable/generated/statsmodels.regression.linear_model.WLS.html?highlight=wls#statsmodels-regression-linear-model-wls" rel="nofollow">^{<cd1>}</a>中使用加权最小二乘法</p>
<p>大致:</p>
<p>y是响应或内生变量(<code>endog</code>)</p>
<p>x是你的一维解释变量</p>
<p>在你的权重数组中,这个观察值的权重越高</p>
<p>得到多项式矩阵,并拟合</p>
<pre><code>import numpy as np
import statsmodels.api as sm
exog = np.vander(x, degree+1)
result = sm.WLS(y, exog, weight=w).fit()
</code></pre>
<p>参数在<code>result.params</code>中。拟合值以<code>result.fittedvalues</code>为单位</p>
<p>预测在版本之间发生了变化。对于版本0.4,您可以使用</p>
^{pr2}$