熊猫或统计模型中的固定效果

Question

是否有现有功能可以从Pandas或Statsmodels估算固定效果（单向或双向）。

Statsmodels中曾经有一个函数，但似乎已停产。在Pandas中，有一个叫做的东西plm，但是我不能导入它或使用运行它pd.plm()。

Answer 1

如评论中所述，从Plates版本0.20.0起已删除PanelOLS。因此，您确实有三个选择：

1. 如果您使用Python 3，则可以linearmodels按照最新答案中的指定使用

2. 只需在statsmodels规范中指定各种虚拟变量即可，例如使用pd.get_dummies。如果固定效果的数量很多，则可能不可行。

3. 或进行一些基于分组的贬义然后使用statsmodels（如果您要估计很多固定效果，这将起作用）。这是您可以通过一种固定方式完成的工作的准系统版本：

   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，假设您有一个库存数据面板：一个月内每月数月内所有股票的股票收益和其他股票数据，并且您想对固定日历月固定收益的滞后收益进行回归（其中日历月份变量为所谓的caldt），你还希望通过日历月到集群标准误差。您可以使用以下方法估算这种固定效果模型：

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

这是使用较旧版本的时可以执行的操作Pandas：

使用pandas的具有时间固定效果的示例PanelOLS（位于plm模块中）。注意，导入PanelOLS：

>>> 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，数据框必须有一个multindex集；根据索引panelOLS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---------------------------------

Docstring：

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

fama_macbeth我认为这是另一个功能（如），我计划将此功能移至statsmodels。