python - Pandas 或 Statsmodels 中的固定效果

Question

是否有现有函数可以从 Pandas 或 Statsmodels 估计固定效应(单向或双向)。

Statsmodels 中曾经有一个功能，但它似乎已停止使用。在 Pandas 中，有一个名为 plm 的东西，但我无法导入它或使用 pd.plm() 运行它。

Answer 1

如评论中所述，从 0.20.0 版开始，PanelOLS 已从 Pandas 中删除。所以你真的有三个选择:

1. 如果您使用 Python 3，您可以使用 linearmodels，如最近的答案中所指定:https://stackoverflow.com/a/44836199/3435183

2. 只需在您的 statsmodels 规范中指定各种虚拟对象，例如使用 pd.get_dummies .如果固定效应的数量很大，则可能不可行。

3. 或者进行一些基于 groupby 的贬低，然后使用 statsmodels(如果您要估计大量固定效应，这会起作用)。这是您可以为单向固定效果执行的操作的准系统版本:

   import statsmodels.api as sm
   import statsmodels.formula.api as smf
   import patsy
   
   def areg(formula,data=None,absorb=None,cluster=None): 
   
       y,X = patsy.dmatrices(formula,data,return_type='dataframe')
   
       ybar = y.mean()
       y = y -  y.groupby(data[absorb]).transform('mean') + ybar
   
       Xbar = X.mean()
       X = X - X.groupby(data[absorb]).transform('mean') + Xbar
   
       reg = sm.OLS(y,X)
       # Account for df loss from FE transform
       reg.df_resid -= (data[absorb].nunique() - 1)
   
       return reg.fit(cov_type='cluster',cov_kwds={'groups':data[cluster].values})
   

例如，假设您有一组股票数据:所有股票的股票 yield 和其他股票数据，在数月内的每个月，并且您想要回归具有日历月固定效应的滞后 yield 的 yield (其中日历month 变量称为 caldt)，您还希望按日历月对标准误差进行聚类。您可以使用以下方法估算此类固定效应模型:

reg0 = areg('ret~retlag',data=df,absorb='caldt',cluster='caldt')

如果使用旧版本的 Pandas，您可以执行以下操作:

使用 pandas 的 PanelOLS(位于 plm 模块中)的时间固定效果示例。注意，PanelOLS 的导入:

>>> from pandas.stats.plm import PanelOLS
>>> df

                y    x
date       id
2012-01-01 1   0.1  0.2
           2   0.3  0.5
           3   0.4  0.8
           4   0.0  0.2
2012-02-01 1   0.2  0.7 
           2   0.4  0.5
           3   0.2  0.3
           4   0.1  0.1
2012-03-01 1   0.6  0.9
           2   0.7  0.5
           3   0.9  0.6
           4   0.4  0.5

注意，dataframe 必须有一个多索引集； panelOLS 根据索引确定time 和entity 效果:

>>> reg  = PanelOLS(y=df['y'],x=df[['x']],time_effects=True)
>>> reg

-------------------------Summary of Regression Analysis-------------------------

Formula: Y ~ <x>

Number of Observations:         12
Number of Degrees of Freedom:   4

R-squared:         0.2729
Adj R-squared:     0.0002

Rmse:              0.1588

F-stat (1, 8):     1.0007, p-value:     0.3464

Degrees of Freedom: model 3, resid 8

-----------------------Summary of Estimated Coefficients------------------------
      Variable       Coef    Std Err     t-stat    p-value    CI 2.5%   CI 97.5%
--------------------------------------------------------------------------------
             x     0.3694     0.2132       1.73     0.1214    -0.0485     0.7872
---------------------------------End of Summary--------------------------------- 

文档字符串:

PanelOLS(self, y, x, weights = None, intercept = True, nw_lags = None,
entity_effects = False, time_effects = False, x_effects = None,
cluster = None, dropped_dummies = None, verbose = False,
nw_overlap = False)

Implements panel OLS.

See ols function docs

这是另一个功能(如 fama_macbeth)，我相信计划是将此功能移动到 statsmodels。