修复了 Pandas 或 Statsmodels 中的效果

问题描述 投票：0回答：3

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。

python pandas regression statsmodels
3个回答
27
投票

正如评论中所指出的，从 0.20.0 版本开始，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，则可以使用最新答案中指定的

    linearmodels
    ：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
    。如果固定效应数量很大的话可能不可行。

  3. 或者做一些基于groupby的贬义，然后使用

    statsmodels
    （如果您估计大量固定效应，这会起作用）。以下是您可以为单向固定效果执行的操作的简单版本：

    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：几个月内每个月所有股票的股票收益和其他股票数据，并且您希望对具有日历月固定效应的滞后收益进行回归（其中日历月变量称为 

caldt
），并且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来估计这样的固定效应模型：

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 

PanelOLS
（位于 plm 模块中）的时间固定效果示例。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，数据框必须具有多索引集； 

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
），我相信计划将此功能移至
statsmodels
。

24
投票

有一个名为 

linearmodels
(https://pypi.org/project/linearmodels/) 的包，它具有相当完整的固定效应和随机效应实现，包括集群标准误差。它不使用高维 OLS 来消除影响，因此可以用于大型数据集。

# Outer is entity, inner is time
entity = list(map(chr,range(65,91)))
time = list(pd.date_range('1-1-2014',freq='A', periods=4))
index = pd.MultiIndex.from_product([entity, time])
df = pd.DataFrame(np.random.randn(26*4, 2),index=index, columns=['y','x'])

from linearmodels.panel import PanelOLS
mod = PanelOLS(df.y, df.x, entity_effects=True)
res = mod.fit(cov_type='clustered', cluster_entity=True)
print(res)

这会产生以下输出：

                          PanelOLS Estimation Summary                           
================================================================================
Dep. Variable:                      y   R-squared:                        0.0029
Estimator:                   PanelOLS   R-squared (Between):             -0.0109
No. Observations:                 104   R-squared (Within):               0.0029
Date:                Thu, Jun 29 2017   R-squared (Overall):             -0.0007
Time:                        23:52:28   Log-likelihood                   -125.69
Cov. Estimator:             Clustered                                           
                                        F-statistic:                      0.2256
Entities:                          26   P-value                           0.6362
Avg Obs:                       4.0000   Distribution:                    F(1,77)
Min Obs:                       4.0000                                           
Max Obs:                       4.0000   F-statistic (robust):             0.1784
                                        P-value                           0.6739
Time periods:                       4   Distribution:                    F(1,77)
Avg Obs:                       26.000                                           
Min Obs:                       26.000                                           
Max Obs:                       26.000                                           

                             Parameter Estimates                              
==============================================================================
            Parameter  Std. Err.     T-stat    P-value    Lower CI    Upper CI
------------------------------------------------------------------------------
x              0.0573     0.1356     0.4224     0.6739     -0.2127      0.3273
==============================================================================

F-test for Poolability: 1.0903
P-value: 0.3739
Distribution: F(25,77)

Included effects: Entity

它还有一个类似于statsmodels的公式界面，

mod = PanelOLS.from_formula('y ~ x + EntityEffects', df)
0
投票

我编写了一个新包PyFixest，它遵循 R 包fixest的语法创新，实现了高维固定效应回归的多个例程。 

PyFixest
支持 OLS、IV 和泊松回归，具有您想要的尽可能多的固定效应以及一系列推理程序（iid、HC1-3、CRV1 和 CRV3 推理以及野生簇引导程序）。

这是一个小代码示例：

from pyfixest.estimation import feols
from pyfixest.utils import get_data

data = get_data()

# fit a model via OLS
fit = feols("Y ~ X1 | f1 + f2", data=data)
fit.summary()

# Estimation:  OLS
# Dep. var.: Y, Fixed effects: f1+f2
# Inference:  CRV1
# Observations:  997
# 
# | Coefficient   |   Estimate |   Std. Error |   t value |   Pr(>|t|) |   2.5 % # |   97.5 % |
# |:--------------|-----------:|-------------:|----------:|-----------:|--------:|---------:|
# | X1            |      0.292 |        0.040 |     7.256 |      0.000 |   0.210 |    0.374 |
# ---
# RMSE: 1.199   R2: 0.554   R2 Within: 0.037

根据我的基准测试，它几乎与 

fixest
和 
FixedEffectsModels.jl
一样快，就性能而言，它们是同类中最好的。

最新问题
© www.soinside.com 2019 - 2024. All rights reserved.