Python运行statsmodels OLS回归报shapes not aligned错误如何解决

这个形状不匹配报错由两个代码问题直接导致：

• 自变量未正确处理：你通过拉丁超立方采样生成的4维特征存在data变量中，调用sm.OLS()时传入的X未被正确赋值，且没有给自变量添加截距项，OLS默认不会自动拟合截距。
• 因变量维度不符合要求：你生成的y是形状为(100,2)的二维数组，包含2个输出目标，但statsmodels的原生OLS仅支持单维因变量（形状为(n_samples,)或(n_samples,1)），传入多列y时矩阵运算无法对齐维度。
  *额外注意：你代码里调用的sampler.lhs_method(100)是错误写法，scipy的QMC拉丁超立方采样接口调用方法为sampler.random(n_samples)。

按照以下步骤调整代码即可正常运行：

1. 修正采样逻辑，正确生成自变量并补充截距项

import numpy as np
import statsmodels.api as sm
from scipy.stats import qmc

# 修正采样接口调用
sampler = qmc.LatinHypercube(d=4)
u_bounds = np.array([5.0, 5.0, 10.0, 10.0])
l_bounds = np.array([0.125, 0.125, 0.1, 0.1])
data = sampler.random(100) * (u_bounds - l_bounds) + l_bounds

# 保留原有因变量生成逻辑
y = np.zeros((100,2))   
for i in range(np.shape(data)[0]):
    y[i,0], y[i,1] = objectives(data[i,0], data[i,1], data[i,2], data[i,3]) 

# 给自变量添加常数列，用于拟合截距
X = sm.add_constant(data)

2. 拆分多列因变量，分别做单输出OLS回归
   原生OLS不支持多输出，如果你需要对y的两个输出分别建模，拆分y后逐列拟合即可：

# 拟合y的第一列结果
y_col1 = y[:, 0]
model1 = sm.OLS(y_col1, X).fit()
pred1 = model1.predict(X)
print(model1.summary())

# 拟合y的第二列结果
y_col2 = y[:, 1]
model2 = sm.OLS(y_col2, X).fit()
pred2 = model2.predict(X)
print(model2.summary())

OLS计算回归系数时需要做矩阵运算：$\hat{\beta} = (X^TX){-1}X^Ty$，要求X的列数与y的对应维度匹配。你传入多列y且X未正确赋值时，会出现X的维度1值为2、y的维度0值为100不相等的情况，直接触发维度对齐错误。

内容的提问来源于stack exchange，提问作者Espejito