我有一个关于python中回归的问题。长话短说，我需要找到一个形式为yt=mt+st的模型，其中mt和st分别是趋势和季节成分。在我之前的分析中，我发现一个好的mt模型是mt=a0+a1*t+a2*t2^2的二次趋势
通过我的回归分析。现在，当我想加入季节性因素时，这是我最困难的时候。现在，我有两种方法来处理这个问题……一种是通过R编程，我将R对象调用到python中，另一种是单独通过python。现在，按照我书中的例子，我用R做了一个folling：%load_ext rmagic
import rpy2.robjects as R
import pandas.rpy.common as com
from rpy2.robjects.packages import importr
stats = importr(‘stats’)
r_df = com.convert_to_r_dataframe(pd.DataFrame(data.logTotal))
%Rpush r_df
%R ss = as.factor(rep(1:12,length(r_df$logTotal)/12))
%R tt = 1:length(r_df$logTotal)
%R tt2 = cbind(tt,tt^2)
%R ts_model = lm(r_df$logTotal ~ tt2+ss-1)
%R print(summary(ts_model))
我得到了正确的回归系数。但是，如果我在python中做同样的事情，这就是我在复制它时遇到的问题。在
^{pr2}$
我做错什么了？我首先得到一个错误，说“找不到数据类型”，它指向res\u结果公式。所以，我试着把温度改成一系列。然后，上述说法奏效了。然而，与R输出相比，我的参数完全不适用。我在这上面花了一天都没有用。有人能帮我或指导我做些什么吗？或者有一个python等价物吗作为因素在R里？我认为这在熊猫身上是绝对的。在
谢谢
如果上面的内容太难了，那就好了。我在R中仍然有回归的残差模型，但是，有什么办法把它转换成一个python，与statsmodels将其解释为res-from回归一样吗？再次感谢