Python中statsmodels包中的QuantReg使用如下代码中所示的数据,得到了与R中截然不同的结果。在
我分别用Python和R测试了STACKLOSS数据,结果是一样的。我想知道数据本身是否在Python中引起了一些问题,或者可能两种算法的实现有一些根本的区别,但却无法解决。在
Python代码:from statsmodels.regression.quantile_regression import QuantReg
y = [0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 662.59, 248.08, 331.25, 182.98, 1085.69, -44.32]
X = [
[1, 20322.18, 0.00, 0], [1, 19653.34, 0.00, 0],
[ 1, 0.00, 72712.41, 0], [1, 0.00, 72407.31, 0],
[1, 0.00, 72407.31, 0], [1, 0.00, 72201.89, 9111],
[1, 183.52, 0.00, 0], [1, 183.52, 0.00, 0],
[1, 0.00, 0.00, 2879], [1, 0.00, 0.00, 2698],
[1, 0.00, 0.00, 0], [1, 0.00, 0.00, 0],
[1, 0.00, 0.00, 19358], [1, 0.00, 0.00, 19001]
]
print(QuantReg(y, X).fit(q=.5).summary())
在R中:
^{pr2}$
R给出了
1.829800e+02,-9.003955e-03,-2.527093e-03,-5.697678e-05
而Python给出了以下内容
3.339e-05,-1.671e-09,-4.635e-10,7.957e-11
欢迎任何输入或提示。在