我需要使用线性模型进行双向聚类,但是statsmodels中的实现不够完善。我想知道是否可以使用stargazer Python库与linearmodels包一起使用,而不是与statsmodels一起使用。但当我将来自于linearmodels包的模型插入时,它会抛出一个错误:请使用已训练好的OLS模型作为输入。
示例:
from linearmodels.panel import PanelOLS
import pandas as pd
df.set_index(['entity', 'time'], inplace = True)
X = df[["Exog1","Exog2","Exog3"]]
y = df["Dep"]
model = PanelOLS(y, X, entity_effects=True, time_effects=True).fit(cov_type='clustered', cluster_entity=True, cluster_time=True)
print(model)
这个将模型按预期输出了。但是当我将其插入到stargazer中时,它会抛出以下错误
stargazer = Stargazer([model])
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-149-75027b8621a2> in <module>
----> 1 stargazer = Stargazer([model])
~\AppData\Local\Continuum\anaconda3\lib\site-packages\stargazer\stargazer.py in __init__(self, models)
29 self.models = models
30 self.num_models = len(models)
---> 31 self.extract_data()
32 self.reset_params()
33
~\AppData\Local\Continuum\anaconda3\lib\site-packages\stargazer\stargazer.py in extract_data(self)
91 be modified by any rendering parameters.
92 """
---> 93 self.validate_input()
94 self.model_data = []
95 for m in self.models:
~\AppData\Local\Continuum\anaconda3\lib\site-packages\stargazer\stargazer.py in validate_input(self)
43 for m in self.models:
44 if not isinstance(m, RegressionResultsWrapper):
---> 45 raise ValueError('Please use trained OLS models as inputs')
46 targets.append(m.model.endog_names)
47
ValueError: Please use trained OLS models as inputs
我知道stargazer可能不支持线性模型,但也许有一种解决方法,可以让我在Latex中获得线性模型的模型输出?