统计模型:面板回归
statsmodel: panel regression
我目前正在使用 from pandas.stats.plm import PanelOLS
到 运行 面板回归。我需要切换到 statsmodel 以便输出异方差稳健的结果。我一直无法找到关于为 statsmodel 调用面板回归的符号。总的来说,我发现 statsmodel 的文档对用户来说不是很友好。有人熟悉 statsmodel 中的面板回归语法吗?
创建线性模型包是为了将 statsmodels 包扩展到 pandelOLS(参见 https://github.com/bashtage/linearmodels)。这是包文档中的示例:
import numpy as np
from statsmodels.datasets import grunfeld
data = grunfeld.load_pandas().data
data.year = data.year.astype(np.int64)
# MultiIndex, entity - time
data = data.set_index(['firm','year'])
from linearmodels import PanelOLS
mod = PanelOLS(data.invest, data[['value','capital']], entity_effect=True)
res = mod.fit(cov_type='clustered', cluster_entity=True)
最佳大牛
我目前正在使用 from pandas.stats.plm import PanelOLS
到 运行 面板回归。我需要切换到 statsmodel 以便输出异方差稳健的结果。我一直无法找到关于为 statsmodel 调用面板回归的符号。总的来说,我发现 statsmodel 的文档对用户来说不是很友好。有人熟悉 statsmodel 中的面板回归语法吗?
创建线性模型包是为了将 statsmodels 包扩展到 pandelOLS(参见 https://github.com/bashtage/linearmodels)。这是包文档中的示例:
import numpy as np
from statsmodels.datasets import grunfeld
data = grunfeld.load_pandas().data
data.year = data.year.astype(np.int64)
# MultiIndex, entity - time
data = data.set_index(['firm','year'])
from linearmodels import PanelOLS
mod = PanelOLS(data.invest, data[['value','capital']], entity_effect=True)
res = mod.fit(cov_type='clustered', cluster_entity=True)
最佳大牛