我和我的队友正在做这项任务，其中涉及对 Fama-French 3 因子模型进行回归。我使用了 python Statsmodels 模块，他们使用了 Stata，我们共享同一组数据。对于普通最小二乘回归，我们得到了相同的答案。但由于某种原因，稳健的回归结果并不同意。
这是Stata的结果:
以下是 Statsmodels 的结果:
只是想知道这个问题的原因可能是什么？有什么办法解决吗？我还在 Statsmodels 中尝试了不同的方法(HuberT、RamsayE 等)，但没有一个与 Stata 的结果相同。任何帮助表示赞赏。
最佳答案
相当于Stata的regress ..., robust
在 statsmodels 中是OLS(...).fit(cov_type='HC1')
稳健的三明治协方差矩阵的选项在这里http://www.statsmodels.org/devel/generated/statsmodels.regression.linear_model.RegressionResults.get_robustcov_results.html ，但使用是通过fit关键字。
关于 Stata 和 statsmodels 之间稳健标准误差的差异，有一个不完整的常见问题解答。 https://github.com/statsmodels/statsmodels/issues/1923
statsmodel.robust 和 RLM 是指异常稳健估计。这是一个 M 估计量，协方差具有原始的 Huber 三明治形式。
这是 statsmodels.robust 的主页
http://www.statsmodels.org/devel/rlm.html
和 RLM 的文档
http://www.statsmodels.org/devel/generated/statsmodels.robust.robust_linear_model.RLM.html
关于python - Python 中的稳健线性回归结果与 Stata 不一致，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/46861158/