Python混合效应模型中交叉随机效应的表示法

Question

我试图建立一个基于连续变量（固定效应）和分类变量（随机效应）的二元反应变量模型。你知道吗

这里是模型方程：Y_ijk=β+Z+Z+ε。你知道吗

Y_ijk：会话是否被点击

X_i：会话i中客户的固定效果特征：num\u purchases\u cat1、num\u purchases\u cat2、num\u purchases\u cat3

Z_j：随机效应：广告类别（100个类别）

Z_k：随机效应：广告价格（5桶）

假设我的数据列包含所有这些列：[clicked，num\u purchases\u cat1，num\u purchases\u cat2，num\u purchases\u cat3，ad\u category，ad\u price]。两个随机效应的广告类别和广告价格是独立的，因此我想适合交叉效应混合效应模型。你知道吗

Python's Documentation声明我需要将整个数据集作为一个组来处理，因此我尝试如下：

import statsmodels.regression.mixed_linear_model as mlm
lmm = mlm.MixedLM(data_train.clicked, data_train[['num_purchases_cat1', 'num_purchases_cat2', 'num_purchases_cat3']], groups=np.ones(data_train.shape[0]))

现在，我正在努力指定exog_re和exog_vc。我是简单地把data_train[['ad_category','ad_price']]还是应该把它转换成一个热编码？如果我只想要随机斜率与随机截距相比，这会发生什么变化？你知道吗