python - 为什么 Python 中的 PooledOLS 在长度相同时会给我错误“依赖和 exog 必须具有相同数量的观察值”?
问题描述
我正在使用线性模型中的面板 OLS 来运行以下回归
reg_1 = PooledOLS(y_endog, X_1).fit(cov_type = 'heteroskedastic')
但收到一条错误消息,指出内生变量和外生变量的长度不同。
if y.shape[0] != x.shape[0]:
--> 415 raise ValueError(
416 "dependent and exog must have the same number of " "observations."
417 )
ValueError: dependent and exog must have the same number of observations.
但是,如果我检查两者的形状,y_endog
它们X_1
是相同的形状。y_endog
我还通过在创建和数据框之前删除任何行并重置索引来确保没有 NaN 值X_1
。
X_1 = 1
如果我运行估计中列数有效的代码。然而,一旦X_1
超过 1 列,估计就不再起作用(例如,向 PooledOLS 模型添加一个附加变量)。
数据框:
y_endog
:
X_1
:
解决方案
推荐阅读
- excel - 用于从特定单元格复制和粘贴值的 VBA 代码,该单元格随着宏运行而变化
- networking - tcp/udp 连接如何工作?
- twitter-bootstrap - 如何启动/测试/尝试 Bootstrap 示例?
- wpf - WPF 整数仅在输入中可以为负数,无空格
- python - Pyspark 互信息计算
- php - Timber Wordpress (TWIG) - 动态侧边栏
- python - Tensorflow 1.11 估计器 + 数据集训练速度低且不规则
- python - Scrapy - 如何在使用脚本启动蜘蛛时加载项目级别的 settings.py
- java - 如果选中 JCheckbox,则更新 JTable 中的 JProgressbar
- angular - Click 事件未在 Angular 2 中使用的数据表的每一行的按钮上触发