2SLS在统计模型或线性模型中如何进行系数相等性

How to do test of equality of coefficient for 2SLS in Statsmodels or Linearmodels?(2SLS在统计模型或线性模型中如何进行系数相等性检验?)

本文介绍了2SLS在统计模型或线性模型中如何进行系数相等性检验?的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!

问题描述

因此,如果我对多个处理组和一个对照组进行实验,我会使用统计模型工具分析结果,看看是否有任何一个处理组与对照组有统计学差异:

y~C(处理_组,处理(‘对照’)) 然后,我将运行Results.t_test_pairwise(),以确定每个处理组的系数是否相等。即了解每个处理组的结果是否在统计学上显著不同。

在当前情况下,我使用的是StatsModel/LinearModel的2SLS来分析辅助变量,而不是仅仅运行标准的ol。我可以很好地运行分析,并得到结果。但现在我需要看看不同仪器(三个不同的治疗组)的系数是否相同,这样我才能知道不同的治疗组的效果是否有所不同。

statsModel代码:

from statsmodels.sandbox.regression.gmm import IV2SLS as SM2SLS
model = SM2SLS(tdf[endog],tdf['elect_lpd'],tdf[inst]).fit()

或对于LinearModel:

model = LM2SLS(tdf.elect_lpd, tdf[controls], tdf[endog], tdf[inst]).fit(cov_type='clustered')

Josef的response here建议您可以使用Wald t检验,但我需要使用限制矩阵而不是公式。因此,如果有人对如何做到这一点有任何想法,我们将不胜感激。

推荐答案

如果其他人遇到这个问题...我在使用LinearModels时找到了解决方案。

运行模型后:

model = LM2SLS(tdf.elect_lpd, tdf[controls], tdf[endog], tdf[inst]).fit(cov_type='clustered')
然后,您可以运行Wald测试来比较每个治疗组之间的差异。在我的案例中,我有两个治疗组(SBS和Amp;wing):

test.wald_test(formula = ['endog_sbs = endog_wing'])

这篇关于2SLS在统计模型或线性模型中如何进行系数相等性检验?的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持编程学习网!

本文标题为:2SLS在统计模型或线性模型中如何进行系数相等性

基础教程推荐