如标题所示,我正在尝试在 python 中运行回归,其中标准错误是聚集的,并且对异方差和自相关 (HAC) 具有鲁棒性。我在statsmodels
( sm
) 内工作,但显然对使用其他库 (例如linearmodels
) 持开放态度。
例如,通过 id 进行聚类,代码将是
sm.OLS.from_formula(formula='y ~ x', data=df).fit(cov_type='cluster', cov_kwds={'groups': df['id']}, use_t=True)
对于 HAC 标准错误,代码为
sm.OLS.from_formula(formula='y ~ x', data=df).fit(cov_type='HAC', cov_kwds={'maxlags': max_lags}, use_t=True)
鉴于cov_type
不能两者兼而有之cluster
,HAC
在 statsmodels 中两者兼而有之似乎不可行?这是对的,和/或有没有其他方法可以两者兼得?