我正在使用线性模型中的面板 OLS 来运行以下回归
reg_1 = PooledOLS(y_endog, X_1).fit(cov_type = 'heteroskedastic')
但收到一条错误消息,指出内生变量和外生变量的长度不同。
if y.shape[0] != x.shape[0]:
--> 415 raise ValueError(
416 "dependent and exog must have the same number of " "observations."
417 )
ValueError: dependent and exog must have the same number of observations.
但是,如果我检查两者的形状,y_endog
它们X_1
是相同的形状。y_endog
我还通过在创建和数据框之前删除任何行并重置索引来确保没有 NaN 值X_1
。
X_1 = 1
如果我运行估计中列数有效的代码。然而,一旦X_1
超过 1 列,估计就不再起作用(例如,向 PooledOLS 模型添加一个附加变量)。
数据框:
y_endog
:
X_1
: