如何修复FIxed效果模型？

Question

“时间维度上的索引必须是数字或类似日期”当我尝试在模型和随机效应模型中设置固定效应时，会出现此错误。

我得到了一个面板数据，其中包含年份价格成本和此类纯数字变量。

将 pandas 导入为 pd 从 Linearmodels.panel 导入 PanelOLS

df = pd.DataFrame()

within_model = PanelOLS.from_formula('成本 ~ RPM + 价格 + 负载 + EntityEffects', data=df) 结果 = inside_model.fit()

打印（结果）

Answer 1

linearmodels

中的错误“时间维度上的索引必须是数字或类似日期”似乎表明时间维度存在问题。以下是快速步骤：

1. 查看时间格式：

   • 确保您的时间变量采用数字或类似日期的格式。

   # If using dates, convert to datetime format
   df['date_column'] = pd.to_datetime(df['date_column'])
   

2. 设置多级索引：

   • 设置实体和时间维度的多级索引。

   df = df.set_index(['entity_column', 'date_column'])
   

3. 指定实体和时间列：

   • 确保公式中的实体和时间列正确。

   within_model = PanelOLS.from_formula('cost ~ RPM + price + load + EntityEffects', data=df)
   

4. 考虑

   time_effects

   选项：
   • 如果时间是日期格式，请使用

     time_effects=True

     。

   within_model = PanelOLS.from_formula('cost ~ RPM + price + load + EntityEffects', data=df, time_effects=True)
   

将“entity_column”和“date_column”替换为您的实际实体和时间列名称。如果问题仍然存在，请分享示例数据集或更多详细信息以获得进一步帮助

检查https://bashtage.github.io/linearmodels/