python statsmodel

Question

在statsmodel中计算VIF的代码如下：

k_vars = exog.shape[1]
x_i = exog[:, exog_idx]
mask = np.arange(k_vars) != exog_idx
x_noti = exog[:, mask]
r_squared_i = OLS(x_i, x_noti).fit().rsquared   ## NO INTERCEPT
vif = 1. / (1. - r_squared_i)

拟合时，不包括截距。根据Wooldridge的“Introductory Econometrics（6ed）”，似乎应该包括拦截：“......在所有其他自变量（并包括拦截）上回归Xj的R平方。”

statmodel错了吗？还有其他包我可以交叉检查吗？感谢。

Answer 1

使用statsmodels时确认，始终注意添加常量（在这种情况下是必要的）

MATLAB参考： https://www.mathworks.com/help/econ/examples/time-series-regression-ii-collinearity-and-estimator-variance.html

Answer 2

在线性回归的传统矩阵公式中，X矩阵的第一个位置始终具有1的列向量-否则，我们将通过原点获得回归，即没有截距项。我在statsmodels中寻找VIF时遇到了这个问题。