Python和Stata中的稳健线性回归结果不同意

Question

我的同学和我正在做这项任务，涉及对Fama-French 3因子模型进行回归。我使用了python Statsmodels模块，他们使用Stata，我们共享同一组数据。对于普通最小二乘回归，我们得到了相同的答案。但由于某种原因，稳健的回归结果并不一致。

以下是Stata的结果：

以下是Statsmodels的结果：

只是想知道这个问题可能是什么原因？有什么方法可以解决吗？我还在Statsmodels中尝试了不同的方法（HuberT，RamsayE等），并且它们都没有与Stata的结果相同的答案。任何帮助表示赞赏。

Answer 1

相当于Stata的

regress ..., robust

statsmodels中的

是

OLS(...).fit(cov_type='HC1')

强健三明治协方差矩阵的选项在http://www.statsmodels.org/devel/generated/statsmodels.regression.linear_model.RegressionResults.get_robustcov_results.html，但使用的是拟合关键字。

对于Stata和statsmodel之间的稳健标准错误的差异，有一个不完整的FAQ答案。 https://github.com/statsmodels/statsmodels/issues/1923

statsmodel.robust和RLM指的是离群值稳健估计。这是一个M估计器，协方差具有原始的Huber三明治形式。

这是statsmodels.robust的主页 http://www.statsmodels.org/devel/rlm.html 以及RLM的文档 http://www.statsmodels.org/devel/generated/statsmodels.robust.robust_linear_model.RLM.html