statsmodels.stats.sandwich_covariance.cov_nw_panel¶

statsmodels.stats.sandwich_covariance.cov_nw_panel(results, nlags, groupidx, weights_func=<function weights_bartlett>, use_correction='hac')[source]¶

面板HAC稳健协方差矩阵

假设我们有一个具有连续、等间距时间周期的时间序列面板。数据假设为长格式，每个个体的时序数据堆叠在一个数组中。面板可以是不平衡的。

Parameters:¶

resultsresult instance

回归结果，使用 results.model.exog 和 results.resid TODO: 这应该使用 wexog 代替

nlagsint or None

在核窗口中包含的最大滞后。目前没有默认值，因为最佳长度将取决于每个横截面单位的观测数量。

groupidxlist of tuple

每个元组应包含个人的起始和结束索引。 （groupidx 可能在将来更改）。

weights_funccallable

weights_func 以 nlags 为参数调用以获取核权重。默认使用 Bartlett 权重

use_correction‘cluster’ or ‘hac’ or False

如果为False，则不使用小样本校正。 如果为‘cluster’（默认），则使用与cov_cluster中相同的校正。 如果为‘hac’，则使用与单时间序列cov_hac中相同的校正。

Returns:¶

covndarray, (k_vars, k_vars)

参数估计的HAC稳健协方差矩阵

注释

对于nlags=0，这就是白噪声协方差，cov_white。 如果核函数是均匀的，weights_uniform，且nlags等于平衡面板中每个单位的观测数量，那么cov_cluster和 cov_hac_panel是相同的。

与STATA的newey命令进行了测试，使用了相同的默认设置。

当除了Bartlett和均匀核之外的其他核可用时，选项可能会改变。