使用 patsy、statsmodels 将简单回归转换为对数刻度

Question

我正在学习在线计量经济学课程并学习统计模型。

我从讲师那里得知这种回归更适合对数尺度，但我不知道如何或在哪里转换我的数据/公式。

我正在使用 Python、Pandas、Statsmodels 和 Patsy

这是我将数据转换为 dmatrices 的地方：

    y, X = dmatrices('PRICE ~ QUANTITY', data=df, return_type='dataframe')

这里是我运行 statsmodels 中的回归：

    mod = sm.OLS(y, X)      # Describe model

    res = mod.fit()         # Fit Model

    print(res.summary())    # Summarize model

我的 r 平方非常低，但该模型运行。我只是想弄清楚如何转换为对数刻度。课程中给出的例子，他将X轴和Y轴都转换为对数刻度

编辑：我用它来工作：

    df2['Quantity'] = np.log(df['QUANTITY'])
    df2['Price'] = np.log(df['PRICE'])

有没有一种方法可以在 1 行代码中完成，或者如果我需要在另一个问题中对更多变量执行此操作，甚至是一个循环？

Answer 1

一个简单的循环，同时更改名称以包含 "log"，可能是

columns = ['QUANTITY', 'PRICE', 'aaa']
for col in columns:
    df2["log-" + col] = np.log(df[col])

也可以在公式中使用 np.log，但 statsmodels 在这种情况下不提供更多支持，它会在每次回归或公式为运行时计算日志为数据框的相关列计算一次。

Converting a simple regression to a logarithmic scale with patsy, statsmodels