statsmodels.tools.tools.isestimable¶

statsmodels.tools.tools.isestimable(c, d)[source]¶

如果 (Q, P) 对比 c 对于 (N, P) 设计 d 是可估计的，则为真。

从一个Q x P的对比矩阵C和一个N x P的设计矩阵D，通过检查vstack([C,D])的秩，并验证它与D的秩相同，来判断对比C是否可估计。

Parameters:¶

carray_like

一个形状为 (Q, P) 的对比矩阵。如果是一维的，则假设形状为 (1, P)。

darray_like

设计矩阵，(N, P)。

Returns:¶

bool

如果对比c在设计d上是可估计的，则为真。

示例

>>> d = np.array([[1, 1, 1, 0, 0, 0],
...               [0, 0, 0, 1, 1, 1],
...               [1, 1, 1, 1, 1, 1]]).T
>>> isestimable([1, 0, 0], d)
False
>>> isestimable([1, -1, 0], d)
True