在python中有没有一种方法可以使用虚拟回归变量向OLS添加约束?我看了一下this link,在R中有一个可能的解决方案
我在数据帧上使用pandasget_dummies()
,没有将drop_first
设置为TRUE。在
理想情况下,我希望使用statsmodel
或scipy
来运行一个带有约束的回归,该约束表示我的每一个分类变量集的加权系数之和=0
=======下面是我要实现的模型和约束=====
y_{i}(t) = \alpha(t)+\sum_{r=1}^{14}\beta_{r}(t)*Rating^{r}_{i}(t)+\sum_{s=1}^{20}\gamma_{s}(t)*Sector^{s}_{i}(t)+\sum_{c=1}^{5}\sigma_{c}(t)*Country^{c}_{i}(t) ............ (1)
在哪里
\sum_{r=1}^{14}\beta_{r}(t)*weight(t) + \sum_{s=1}^{20}\gamma_{s}(t)*weight(t)+ \sum_{c=1}^{5}\sigma_{c}(t)*weight(t) = 0 ........... (2)
上面是我想对方程(1)中的模型施加的约束
抱歉,但我不知道怎么把乳胶方程放在这里。。在
目前没有回答
相关问题 更多 >
编程相关推荐