调用sm.ols处理数组执行线性回归报错，寻求解决方案

你搞混了statsmodels里两个不同的OLS接口：

• 小写的sm.ols()是公式化接口，必须传formula和data参数，专门适配数据框场景，所以你传数组和endog/exog会触发参数缺失报错。
• 大写的sm.OLS()才是数组专用接口，支持用endog（因变量）和exog（自变量）传递数组数据。

另外要注意：statsmodels的OLS默认不会自动给自变量加截距项，如果你需要包含截距，得手动用sm.add_constant()给自变量数组添加一列常数项。

正确代码示例 #

import statsmodels.api as sm

# 假设你的两个变量数组
dose = [1, 2, 3, 4, 5]
consumption = [2, 4, 5, 7, 8]

# 给自变量dose添加截距项（不需要截距可跳过此步）
x = sm.add_constant(dose)
y = consumption

# 用大写OLS接口初始化模型
model = sm.OLS(endog=y, exog=x)
# 拟合模型并生成回归摘要
results = model.fit()
print(results.summary())

如果不需要截距项，直接传入原始自变量数组即可：

model = sm.OLS(endog=consumption, exog=dose)
results = model.fit()
print(results.summary())

内容的提问来源于stack exchange，提问作者buddy0813