Python：PanelOLS-双向群集？

Question

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？

Answer 1

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。