statsmodels.regression.linear_model.OLSResults.get_robustcov_results

OLSResults.get_robustcov_results(cov_type='HC1', use_t=None, **kwargs)

创建新的结果实例，默认使用稳健协方差。

Parameters:
cov_typestr

要使用的稳健三明治估计量的类型。请参见下面的注释。

use_tbool

如果为真，则使用t分布进行推断。 如果为假，则使用正态分布。 如果use_t为None，则使用适当的默认值，即 如果cov_type是非稳健的，则为True，在所有其他情况下为False。

**kwargs

稳健协方差计算所需的或可选的参数。 请参阅下面的注释。

Returns:
RegressionResults

此方法创建一个新的结果实例，并将请求的稳健协方差作为参数的默认协方差。推断统计量（如p值和假设检验）将基于此协方差矩阵。

注释

以下协方差类型和必需或可选参数目前可用：

  • ‘fixed scale’ 使用预定义的刻度

    scale: float, optional

    设置比例的参数。默认值为1。

  • ‘HC0’, ‘HC1’, ‘HC2’, ‘HC3’: 异方差稳健协方差

    • 没有关键字参数

  • ‘HAC’: 异方差-自相关稳健协方差

    maxlagsinteger, required

    使用的滞后阶数

    kernel{callable, str}, optional

    当前可用的核函数是 [‘bartlett’, ‘uniform’]，默认是 Bartlett

    use_correction: bool, optional

    如果为真，使用小样本校正

  • ‘cluster’: 聚类协方差估计器

    groupsarray_like[int], required :

    整数值的聚类或组索引。

    use_correction: bool, optional

    如果为True，则使用小样本校正计算三明治协方差。 如果为False，则不使用小样本校正计算三明治协方差。

    df_correction: bool, optional

    如果为真（默认），则推断统计量和假设检验（如p值、f_p值、置信区间、t检验和f检验）的自由度基于组数减一，而不是总观测数减去解释变量数。结果实例的df_resid也会调整。当use_t也为真时，p值使用校正后的值通过学生t分布计算。如果组数较少，这些值可能与基于正态分布的p值有显著差异。 如果为假，则结果实例的df_resid不会调整。

  • ‘hac-groupsum’: Driscoll 和 Kraay，异方差性和自相关稳健协方差用于面板数据 # TODO: 更多选项需要在这里添加

    timearray_like, required

    时间段的索引

    maxlagsinteger, required

    使用的滞后阶数

    kernel{callable, str}, optional

    可用的内核是 [‘bartlett’, ‘uniform’]。默认是 Bartlett。

    use_correction{False, ‘hac’, ‘cluster’}, optional

    如果为 False，则三明治协方差计算时不使用小样本校正。如果 use_correction = ‘cluster’（默认），则使用与 covtype=’cluster’ 情况相同的校正方法。

    df_correctionbool, optional

    对df_resid的调整，参见上面的cov_type ‘cluster’

  • ‘hac-panel’: 面板数据中的异方差性和自相关稳健标准误。在这种情况下，数据需要排序，每个面板单元或集群的时间序列需要堆叠。个体或组的时间序列成员资格可以通过组指示符或通过增加的时间段来指定。需要指定 groups 或 time 中的一个。# TODO: 我们需要在这里提供更多选项

    groupsarray_like[int]

    组别的指示器

    timearray_like[int]

    时间段的索引

    maxlagsint, required

    使用的滞后阶数

    kernel{callable, str}, optional

    可用的内核是 [‘bartlett’, ‘uniform’]，默认是 Bartlett

    use_correction{False, ‘hac’, ‘cluster’}, optional

    如果为 False，则计算三明治协方差时不会进行小样本校正。

    df_correctionbool, optional

    调整df_resid，参见cov_type ‘cluster’ 如上

提醒: use_correction 在 “hac-groupsum” 和 “hac-panel” 中不是布尔值，需要是 {False, ‘hac’, ‘cluster’} 中的一个。

Last update: Oct 16, 2024