有一个名为linearmodels(https://pypi.org/project/linearmodels/)的包,它具有相当完整的固定效果和随机效果实现,包括集群标准错误。它不使用高维OLS来消除影响,因此可以用于大型数据集。# Outer is entity, inner is time
entity = list(map(chr,range(65,91)))
time = list(pd.date_range('1-1-2014',freq='A', periods=4))
index = pd.MultiIndex.from_product([entity, time])
df = pd.DataFrame(np.random.randn(26*4, 2),index=index, columns=['y','x'])
from linearmodels.panel import PanelOLS
mod = PanelOLS(df.y, df.x, entity_effects=True)
res = mod.fit(cov_type='clustered', cluster_entity=True)
print(res)
这将产生以下输出:PanelOLS Estimation Summary
======================================&