有沒有辦法從 Python PanelOLS model 推導出固定效果的截距？

Question

我正在使用 Python statsmodel package 估計面板數據的固定效應。

首先，分析中使用的數據包括隨着時間的推移與幾家公司觀察到的 X 和 Y。 下面是一些來自實際數據的例子，但最初，有一個大約 5,000 家公司一年數據的平衡面板。

| date       | firm | X1 | X2 | X3 | Y |
|:---------- |:----:|:--:|:--:|:--:|--:|
| 2021-01-01 | A    | 1  | 4  | 1  | 10|
| 2021-01-02 | A    | 2  | 7  | 0  | 21|
| 2021-01-03 | A    | 4  | 3  | 1  | 12|
| 2021-01-01 | B    | 2  | 1  | 0  | 4 |
| 2021-01-02 | B    | 3  | 7  | 1  | 9 |
| 2021-01-03 | B    | 7  | 1  | 1  | 4 |

用下面的代碼分析控制公司效果的固定效果model時，結果很好推導出來，沒有任何問題。

mod = PanelOLS.from_formula('Y ~ X1 + X2 + X3 + EntityEffects',
                            data=df.set_index(['firm', 'date']))
result = mod.fit(cov_type='clustered', cluster_entity=True)
result.summary

[輸出]

但是，問題是截距項的效果並沒有打印在結果值上，所以我想想辦法解決這個問題。

是否可以強制截取項為 output？

Answer 1

從git中不是很清楚，但看起來它存儲在result.estimated_effects下。 您還應該提到它來自linearmodels ，而不是statsmodels 。

from linearmodels import PanelOLS
import pandas as pd

df = pd.DataFrame({'date':['2021-01-01','2021-01-02','2021-01-03','
2021-01-01','2021-01-02','2021-01-03'],
'firm':['A','A','A','B','B','B'],
'X1':[1,2,4,2,3,7],'X2':[4,7,3,1,7,1],
'X3':[1,0,1,0,1,1],'Y':[10,21,12,4,9,4]})

df['date'] = pd.to_datetime(df['date'])

mod = PanelOLS.from_formula('Y ~ X1 + X2 + X3 + EntityEffects',
                            data=df.set_index(['firm', 'date']))

result = mod.fit(cov_type='clustered', cluster_entity=True)



                 estimated_effects
firm date                         
A    2021-01-01           8.179545
     2021-01-02           8.179545
     2021-01-03           8.179545
B    2021-01-01           0.258438
     2021-01-02           0.258438
     2021-01-03           0.258438