我有以下数据集。
y X
0 70.0 10.0
1 59.0 10.0
2 40.0 10.0
3 56.0 10.0
4 46.0 10.0
5 65.0 10.0
6 60.0 10.0
7 45.0 10.0
8 55.0 555267.0
9 69.0 558056.0
10 64.0 176734.0
当我运行以下代码时:
import pandas as pd
import numpy as np
from causalimpact import CausalImpact
y1 = [70.0, 59.0, 40.0, 56.0, 46.0, 65.0, 60.0, 45.0, 55.0, 69.0, 64.0]
X1 = [10.0, 10.0, 10.0, 10.0, 10.0, 10.0, 10.0, 10.0, 5552675.0, 5580561.0, 1767342.0]
y = np.array(y1)
X = np.array(X1)
y[8:] += 5
data = pd.DataFrame({'y': y, 'X': X}, columns=['y', 'X'])
pre_period = [0, 7]
post_period = [8, 10]
ci = CausalImpact(data, pre_period, post_period)
print(ci.summary())
print(ci.summary(output='report'))
ci.plot()
我得到错误:exog包含inf或nans
任何解决这一问题的方案都将是伟大的。
问题是由X1
数组中有太多相同的值引起的。如果您将10.0
中的任何一个更改为11.0
,问题就会消失。