python：具有固定效果的线性回归（适应Stata代码）

Question

我正在尝试从估计线性回归模型的 Stata 复制代码。

问题是有 2 个固定效应变量（Domaine d'étude EF Université EF）。

具有固定效应和控制变量的线性回归

这是我目前拥有的：

import statsmodels.formula.api as smf
results = smf.ols('discriminant ~ diff_eval_formfr + presse + trav_sup + recrut_seul + proced_auditions + taux_insertion_30mois + taux_stable_30 + taux_plei_30 + sal_med', data=da).fit()

我不知道如何添加固定效果，或者即使有可能。

任何建议将被认真考虑。

Answer 1

如果固定效应变量是分类字符串变量，您可以将其包含在等式中。 statsmodels会将每个字符串值转换为虚拟变量并将其包含在回归中。

如果固定效应变量是数字，您必须通过将名称放在C()中来告诉statsmodels将数值解释为类别而不是数字。

假设您有一个字符串固定效应变量 ( fe1 ) 和一个数字固定效应变量 ( fe2 )。 然后你可以像这样添加它们：

import statsmodels.formula.api as smf
results = smf.ols('discriminant ~ diff_eval_formfr + presse + trav_sup + recrut_seul + proced_auditions + taux_insertion_30mois + taux_stable_30 + taux_plei_30 + sal_med + fe1 + C(fe2)', data=da).fit()

请注意，这包括作为每个值的一组虚拟变量的固定效应变量。 这就是固定效应在数学上包含在回归中的方式。 这在 Stata 中是相同的，但 Stata 中的大多数固定效应选项都会从结果表中删除对固定效应的估计。