我计算了一个简单的OLS回归，如下所示：model = sm.OLS(y,X)，results = model.fit()
我发现我的残差是异方差的。这就是为什么我计算一个稳健的协方差矩阵以获得稳健的标准误差并根据那些稳健的标准误差计算新的t-stats。通过使用：
计算的鲁棒协方差矩阵 robust_cov = sm.stats.sandwich_covariance.cov_white_simple(results, use_correction=True)
我可以从中提取强大的标准错误：
robust_se = sm.stats.sandwich_covariance.se_cov(robust_cov)
现在我想使用robust_se计算新的t-stats，但我不知道如何做到这一点。
我偶然发现了一个问题，我认为该问题应该能够解释我的问题：Getting statsmodels to use heteroskedasticity corrected standard errors in coefficient t-tests
不幸的是，我不太明白这个解释。我分别尝试了results = model_ols.fit(cov_type='HC0')（以及上面问题中提到的HC1，HC2，HC3）。但这使我与原始模型中的标准错误和t-stat完全相同。
任何人都可以暗示我做错了吗？