Question

我对使用线性模型PanelOLS的MultiIndex的要求感到有些困惑。我正在尝试创建一个表单模型 y = pid（i）+ rid（j）+ e（ij）其中e是错误术语。我的数据基本上是这样的： Dataframe image

在这种情况下，我基本上想要得到6个系数：p1，p2，p3，r1，r2，r3

设定：

import pandas as pd
df = pd.DataFrame()
df['pid'] = [1,1,1,2,2,2,3,3,3]
df['rid'] = [1,2,3,1,2,3,1,2,3]
df['y'] = [100,102,101,98,96,101,101,100,103]

尝试使用它：

from linearmodels.panel import PanelOLS
mod = PanelOLS(df.y, df[['pid','rid']], entity_effects=True)
res = mod.fit(cov_type='clustered', cluster_entity=True)

这给出了一个错误，说我需要一个2级MultiIndex。我不确定这应该是什么，所以非常感谢帮助！

我已经尝试过将数组交换为正常线性回归的方法，通过交叉选择数组以获得6个字段并在值中包含1和0，但这对于我的实际数据集而言有所下降，因为它有大约5000 p值和1000 r值。

Answer 1

您好Daniel，您只需通过在代码中添加以下行来创建适当的多索引：

import pandas as pd
df = pd.DataFrame()
df['pid'] = [1,1,1,2,2,2,3,3,3]
df['rid'] = [1,2,3,1,2,3,1,2,3]
df['y'] = [100,102,101,98,96,101,101,100,103]

df['individual'] = ['a','a','a','b','b','b','c','c','c']
df['time'] = [10,11,12,10,11,12,10,11,12]
df = df.set_index(['individual','time'])


from linearmodels.panel import PanelOLS
mod = PanelOLS(df.y, df[['pid','rid']], entity_effects=False)
res = mod.fit(cov_type='clustered', cluster_entity=True)
print(res.params)

pid    22.756410
rid    23.589744
Name: parameter, dtype: float64

这是因为面板的变量具有多索引X_it来识别它。

使用Python线性模型修复效果模型

1 个答案: