如何对时序数据趋势应用线性回归求斜率？报错排查

你碰到的这个TypeError: cannot perform reduce with flexible type错误，根源很明确——你传给OLS模型的自变量X是字符串类型的日期，而statsmodels的线性回归要求自变量必须是数值型数据，字符串属于“灵活类型”，没办法完成统计计算里的数值约简操作，所以才会报错。

咱们一步步来修正这个问题，完美实现你拟合趋势线、判断斜率的需求：

第一步：把日期转换成数值型自变量 #

线性回归需要的是连续的数值变量，所以我们可以把日期转换成「从起始日期开始的天数」，这样就得到了一个连续的整数序列，完全符合模型要求。
因为你已经把date设为DataFrame的索引了，直接计算时间差就行：

# 将日期索引转换为从第一天开始的天数（数值型）
X_num = (df.index - df.index[0]).days

第二步：正确构建OLS模型（记得加截距项） #

statsmodels的OLS默认不会自动添加截距项，如果直接用数值型天数拟合，得到的是过原点的直线，这不符合我们常规的趋势线需求（y = a + b*x）。所以需要用sm.add_constant()手动添加常数项：

import statsmodels.api as sm

# 给自变量添加常数项（截距）
X_with_const = sm.add_constant(X_num)
# 构建模型，Y是你提取的每日trend数据
model = sm.OLS(Y, X_with_const, missing='drop')
results = model.fit()
# 打印详细的拟合结果
print(results.summary())

第三步：判断趋势方向 #

看拟合结果里X_num对应的系数：

• 如果系数为正，说明整体趋势向上
• 系数为负，说明趋势向下
• 系数接近0，且对应的p值（P>|t|）大于0.05，说明趋势基本恒定

再回头说下你原来的问题 #

你之前用df.index.strftime('%Y-%m-%d')得到的是字符串数组，比如['2023-01-01', '2023-01-02', ...]，statsmodels根本没法对这些字符串做线性回归的计算，所以才会抛出那个类型错误。把日期转换成连续数值是这类时间序列趋势拟合的常规操作哦。

内容的提问来源于stack exchange，提问作者Souvik Ray