statsmodels.sandbox.regression.gmm.IVGMM¶
-
class statsmodels.sandbox.regression.gmm.IVGMM(endog, exog, instrument, k_moms=
None, k_params=None, missing='none', **kwds)[source]¶ 用于使用GMM进行工具变量估计的基本类
条件均值的线性函数被定义为默认值，但这些方法应由子类重写，目前实现了LinearIVGMM和NonlinearIVGMM作为子类。
- Attributes:¶
endog_names内生变量的名称。
exog_names外生变量的名称。
方法
calc_weightmatrix(moms[, weights_method, ...])计算 omega 或权重矩阵
fit([start_params, maxiter, inv_weights, ...])使用GMM估计参数并返回GMMResults
fitgmm(start[, weights, optim_method, ...])使用GMM估计参数
fitgmm_cu(start[, optim_method, optim_args])使用连续更新的GMM估计参数
fititer(start[, maxiter, start_invweights, ...])使用更新最优加权矩阵的迭代估计
fitstart()创建全零数组
from_formula(公式, 数据[, 子集, 删除列])从公式和数据框创建模型。
get_error(params)获取参数错误
gmmobjective(参数, 权重)GMM最小化的目标函数
gmmobjective_cu(params[, weights_method, wargs])用于连续更新GMM最小化的目标函数
gradient_momcond(参数[, epsilon, centered])矩条件梯度
momcond(参数)错误次数仪器
momcond_mean(参数)矩条件均值，
predict(params[, exog])获取参数处的预测
score(参数, 权重[, epsilon, 居中])分数
score_cu(参数[, epsilon, centered])得分
set_param_names(param_names[, k_params])在模型中设置参数名称
start_weights([inv])初始权重
属性
内生变量的名称。
外生变量的名称。