异方差稳健回归系数的F检验

Question

我正在尝试对完全指定的模型进行F检验。

我使用statsmodels OLS运行回归，并使用异方差稳健协方差拟合模型。当我想使用结果执行F检验时，会收到一条错误消息。

我需要执行几次回归和F检验，所以我做了一个循环。

test = pd.DataFrame()
model = '{0}'
results = '{0}'
x_constant = '{0}'
X = '{0}'
Y = '{0}'

column = list(test)
ftest = pd.DataFrame(index = np.array(['f_value']))
fp = pd.DataFrame(index = np.array(['f_p_value']))

for i in column:
    Y = pd.DataFrame(test[i])
    X = pd.DataFrame()
    frames = [test[i].shift(1), test[i].shift(2), test[i].shift(3), test[i].shift(4)]
    X = pd.concat(frames, axis=1)
    x_constant = sm.add_constant(X)

    model = sm.OLS(Y.astype(float), x_constant.astype(float), missing='drop')
    results = model.fit(cov_type="HC1")

    ftest[i] = np.array(results.fvalue)
    fp[i] = np.array(results.f_pvalue)

如果我使用异方差稳健协方差来拟合回归模型(model.fit(cov_type="HC1"))，则在尝试执行F检验时会收到AssertionError。

如果我未指定协方差类型(model.fit())，则F检验有效。