import numpy as np import pandas as pd import scipy.stats as stats from statsmodels.miscmodels.ordinal_model import OrderedModel fm=pd.read_excel(r"C:\Users\Lenovo\Desktop\大学\计量论文\论文数据11.26.xlsx")#用该方法读取表格和表单里的单元格的数据 fm.head(11) print(fm) fm.dtypes fm1=fm.dropna()#丢弃缺失值 dropna()删除缺失值所在行(axis=0) print(fm1) mod_prob = OrderedModel(fm1['幸福感指数'].astype(float), fm1[['使用互联网','性别','婚姻状况','受教育程度','健康状况','家庭收入地位','家庭人口规模','宗教信仰','养老保险', '政治面貌','未成年的子女数量','年龄平方']], distr='probit') res_prob = mod_prob.fit(method='bfgs') res_prob.summary() print(res_prob.summary())
我目前的代码是这样,参考的是这篇文章Ordinal Regression — statsmodels
但结果显示
ValueError: Pandas data cast to numpy dtype of object. Check input data with np.asarray(data).
查了很久还是不知道下面该怎么操作呢