拟合OLS模型遇两类报错：MissingDataError及变量未定义求助

1. MissingDataError: exog contains inf or nan #

虽然df1.isna().sum()显示无缺失值，但数据里可能存在**无穷大(inf)**值，或者你检查的df1和用于建模的x_train/y_train不是同一数据集。

处理步骤：

• 检查x_train和y_train的异常值：

  import numpy as np
  # 检查x_train是否有inf或nan
  print(x_train.isin([np.inf, -np.inf]).sum())
  print(y_train.isin([np.inf, -np.inf]).sum())
  

• 如果存在inf值，替换为NaN后删除或填充：

  # 替换inf为NaN
  x_train = x_train.replace([np.inf, -np.inf], np.nan)
  y_train = y_train.replace([np.inf, -np.inf], np.nan)
  # 删除含NaN的行（或用均值填充：x_train.fillna(x_train.mean(), inplace=True)）
  x_train = x_train.dropna()
  y_train = y_train.loc[x_train.index]  # 保证y与x行索引对齐
  

• 确认x_train和y_train是从df1拆分而来，避免数据集不一致问题。

2. olsmodel1 not defined #

这个错误是第一个错误导致的连锁问题——sm.OLS(y_train, x_train).fit()执行失败，未生成olsmodel1变量，后续print(olsmodel1.summary())自然找不到该变量。解决第一个错误后，建模代码能顺利运行，此问题会自动消失。

完整修正示例代码 #

import numpy as np
import statsmodels.api as sm

# 处理异常值
x_train = x_train.replace([np.inf, -np.inf], np.nan)
y_train = y_train.replace([np.inf, -np.inf], np.nan)
x_train = x_train.dropna()
y_train = y_train.loc[x_train.index]

# 拟合模型（添加常数项以包含截距，若不需要可去掉sm.add_constant）
olsmodel1 = sm.OLS(y_train, sm.add_constant(x_train)).fit()
print(olsmodel1.summary())

注意：若模型需要截距项，必须用sm.add_constant(x_train)给自变量添加常数项，否则OLS会强制过原点拟合，可能不符合分析需求。

内容的提问来源于stack exchange，提问作者Foluso Alabi