Python logit 回归矩阵形状错误“ValueError：endog 和 exog 矩阵大小不同”

Question

基本设置：我试图在 python 中对创建一家企业的概率（创始人变量）运行 logit 回归，外生变量是年份、年龄、edu_cat（教育类别）和性别。

X 矩阵为 (4, 650)，y 矩阵为(1, 650)。 x 矩阵中的所有变量都有 650 个非 NaN 观测值。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import statsmodels.api as sm
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import classification_report, confusion_matrix

x=np.array ([ df_all['Year'], df_all['Age'], df_all['Edu_cat'], df_all['sex']])
y= np.array([df_all['founder']])

logit_model = sm.Logit(y, x)
result = logit_model.fit()
print(result)

所以我跟踪形状是好的，但 python 告诉我不然。我错过了一些基本的东西吗？

Answer 1

我相信问题出在 Y 数组上，它是 [650,1]，而它应该是 [650,]，它默认为。另外，我需要通过转置来制作 x 数组 [650,4]。