中的因果影响:局外人包含inf或nans

Question

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()

我得到了错误:局外人包含inf或nans。

任何解决这个问题的办法都是很好的。

Answer 1

造成这个问题的原因是X1数组中有太多相同的值。如果将任何10.0更改为a (例如，11.0 )，问题就会消失。