statsmodels.sandbox.regression.gmm.IV2SLS¶

class statsmodels.sandbox.regression.gmm.IV2SLS(endog, exog, instrument=None)[source]¶

使用两阶段最小二乘法（2SLS）进行工具变量估计

Parameters:¶

endogndarray

内生变量，1维或2维数组，nobs行1列

exogndarray

解释变量，1维或2维数组，nobs行k列

instrumentndarray

解释变量的工具。必须包含未被工具化的外生变量和工具变量

Attributes:¶

endog_names

内生变量的名称。

exog_names

外生变量的名称。

注释

在计算中，exog中的所有变量都被作为工具变量使用。如果exog中的某些变量不应被作为工具变量，那么这些变量也必须包含在工具数组中。

计算标准误差时使用的自由度为 df_resid = (nobs - k_vars)。 （这对应于Stata的ivreg2中的small选项。）

方法

fit()	使用2SLS工具变量回归估计模型
from_formula(公式, 数据[, 子集, 删除列])	从公式和数据框创建模型。
hessian(参数)	模型的海森矩阵。
information(params)	模型的费舍尔信息矩阵。
initialize()	初始化（可能重新初始化）一个模型实例。
loglike(params)	模型的对数似然值。
predict(params[, exog])	从设计矩阵返回线性预测值。
score(params)	模型的得分向量。
whiten(X)	未实现

属性

endog_names	内生变量的名称。
exog_names	外生变量的名称。