问题标签 [linearmodels]

我试图用 R 来理解多项式拟合。从我在互联网上的研究来看，显然似乎有两种方法。假设我想将三次曲线拟合ax^3 + bx^2 + cx + d到某个数据集中，我可以使用：

或者

然而，当我在 R 中尝试它们时，我最终得到了两条截距和系数完全不同的不同曲线。关于多项式我在这里没有得到什么？

我有一个数据集，其中包含随时间测量的五个信号。在给定的数据文件中，每个时间戳对应一个唯一的测量位置。每个文件中位置重复，但时间间隔不规则。我想计算每个位置信号随时间的线性回归。

现在，我一直在将每个数据文件作为 Pandas 数据框导入，然后将它们组装为 3-d 数据框，如下所示：

有没有一种简单的方法可以创建一个数组，其中包含每个测量位置与开始时间的回归斜率？我可以通过从每个文件中提取每个位置并为每个位置创建一堆信号与时间的二维数组来做到这一点，计算回归，然后重新组装成一个新的数据帧并将其附加到原始数据帧上，但看起来像可能有更有效的方法。

编辑：示例

编辑2：以下是我想要的，但似乎我可以利用数据框结构更轻松地做到这一点。

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

对于 HAC 标准错误，代码为

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？

我想测试一个情绪模型

这是我的代码的一部分。

但我有下一个错误

当我使用

或者我得到这个错误

当我尝试使用

有什么解决办法吗？

我想对一组个体进行面板回归（固定效应模型），这些个体由province和唯一标识city，跨时间t。

创建数据框并运行回归的代码

但我收到一条错误消息，上面写着“DataFrame 输入必须具有 2 个级别的 MultiIndex”。

作为解决方案，而不是做

我这样做

这将允许模型通过。但我不知道为什么。在这种情况下，我使用两列来标识组。如果我需要三列来标识我的组怎么办？python如何区分ID和x变量？

我正在尝试通过 F 检验、似然比和 Wald 检验检验合并 OLS 中的所有截距系数均为零的假设。我对最后一个有一些问题。

这是 PanelOLS((table1['Return']-table1['RF']), sm.add_constant(table1[['Mkt_RF','SMB','HML']])).fit().wald_test() statsmodels 中的代码，您可以将假设以字符串格式放入 wald_test 方法中，但它似乎不适用于 liner_model PanelOLS 包。我做错了吗？

谢谢！

我需要用于 2 路聚类的线性模型，这在 statsmodels 中没有正确实现。我想知道是否可以将 stargazer python 库与 linearmodels 包一起使用，而不是与 statsmodels 一起使用。但是当我从线性模型中插入模型时，它会抛出一个错误：请使用经过训练的 OLS 模型作为输入

例子：

这按预期输出模型。但是，当我将其插入 int stargazer 时，它会引发以下错误

我知道 stargazer 可能不支持线性模型，但也许有一种解决方法，可以让我在 Latex 中输出线性模型？

假设数据集具有变量年龄、性别和身高。如何创建基于年龄的线性模型，仅考虑 18 至 21 岁之间的年龄。

这是我到目前为止所拥有的并且它有效，但我不知道 && 运算符在 R 中是如何工作的。

但是当我尝试添加我的第二个条件时，会发生以下错误：

错误：

用户 11916948 回答：

我正在使用 Python 运行面板回归linearmodels，例如：

我真的需要拉出常数上的系数，但看起来这行不通

无法 在 github 上的 linearmodels 文档中真正找到答案 更一般地说，有谁知道如何从linearmodels摘要中提取估计系数？谢谢！

有谁知道如何引导由 lme 函数（nlme 包）构建的线性混合效应模型？

半年前，我可以通过“lmeresampler”包中的“bootstrap”函数来做到这一点，但它目前不能使用相同的数据和代码运行。这些包裹怎么了？