[英]Python: PanelOLS - two-way clustering?
在Python / Pandas中,我使用PanelOLS函数。 此功能使您能够聚类标准错误。 例如:
PanelOLS(y=panel.Y, x=panel[['X1', 'X2'], nw_lags=10, time_effects=True,
cluster='time')
但我也想按entity
以及按time
按标准错误进行聚类。
有办法吗? 如果不是,那statsmodel
的面板功能呢? 我很难使用statsmodel查找有关Panel回归的文档。
更新如果我使用newey-west lags( nw_lags
)进行控制,这是否不像cluster='entity'
? 所以,如果我同时使用nw_lags
和cluster=time
,那就像做2向集群一样?
在汤普森(Thompson,2011)中,“标准误差的简单公式同时按照时间和时间进行聚类”,他描述了如何使用仅允许单向聚类的命令实现双聚类。
记由实体聚集你的方差估计V_ent
并通过时间聚集你的方差估计V_time
并通过异方差稳健估计V_white
。 然后,通过V = V_ent + V_time - V_white
给出双聚类标准误差。 因此,您可以使用PanelOLS回归为您提供这些方差估计量中的每一个,然后自己计算出双聚类标准误差。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.