我使用statsmodel,这是我使用生成一个多元线性回归代码:Python:如何根据statsmodel HuberT线性回归对时间数据进行加权?
def regression():
Data = pd.read_csv("CSV_file")
DependentVariable = Data[["Variable1"]].values.tolist()
IndependentVariables = Data[["Variable2","Variable3","Variable4"]].values.tolist()
huber_t = sm.RLM(DependentVariable, IndependentVariables, M=sm.robust.norms.HuberT())
hub_results = huber_t.fit()
return hub_results.summary()
这给出了一个正常的输出。但是,我还想对我的数据进行加权处理,以使最近的数据比旧数据更重要。我正在考虑使用某种指数衰减来计算权重。计算线性回归时,是否有任何方法可以考虑这个权重?