使用 scipy 和二进制（虚拟）变量进行建模

Question

我正在尝试用 Python 优化一个方程。该方程必须将性别视为二元变量。

到目前为止，我分别针对性别对方程进行建模（即，我针对男性进行了优化，然后针对女性进行了优化），这很好。

现在，我需要在一个方程中对它们进行建模。

由于男性和女性之间的参考数据不同，我不确定如何做到这一点，因为针对一种性别进行优化会导致另一种性别的结果恶化（正如您所期望的，因为参考不同）。

所以，我需要一个统一的模型，知道性别可以是1或0，并且无论是1还是0，参考值都会不同，并且将优化方程中的其余值来解释这一点（注：我原来的函数更长且更复杂，这一点值得一提，因为显然在这个简化的场景中它更容易处理）。

方程如下所示：

W(time|SEX) = G*(time) + Bi *(SEX)

我使用这个函数：

def BinaryVar(parameters, time):
    if sex == 'Male':
        sex_dummy = 0
    else:
        sex_dummy = 1
    return parameters[0]*time + parameters[1]*sex_dummy

然后使用 scipy 的最小二乘法进一步优化。参数是我想要优化的一个或多个参数的列表，时间是时间点的列表。