Save *both* estimated effects
メンテナーはふだん 1 日以内に返信
まだ誰も着手していません。
評価
調査の方向性
Start by reading the PanelEffectsResults.estimated_effects API and how PanelOLS handles entity and time effects. Check the existing documentation and tests for estimated effects; the issue does not name specific files or tests. Done means the expected way to save both effects is clear and supported, with output that can be checked against the reported example.
索引モデルが issue の本文から書いたものです。
説明
Hey there,
I run the textbook example of PanelOLS with both "entity" and "time" FEs. I am trying to save the two estimated effects using linearmodels.panel.results.PanelEffectsResults.estimated_effects, but I obtain only one column in the output DataFrame, which does not even seem to resemble either of the two FEs (I am double checking everything with Stata's reghdfe).
from linearmodels.datasets import wage_panel
from linearmodels import PanelOLS
data = wage_panel.load()
year = pd.Categorical(data.year)
data = data.set_index(["nr", "year"])
exog_vars = ['expersq']
exog = sm.add_constant(data[exog_vars])
mod = PanelOLS(data.lwage, exog, entity_effects=True, time_effects=True)
result = mod.fit(cov_type='clustered')
result.estimated_effects
gives me the following output
nr year estimated_effects
13 1980 -0.993351
1981 -0.835877
1982 -0.728156
1983 -0.620804
1984 -0.479181
... ... ...
12548 1983 -0.212544
1984 -0.070921
1985 0.059622
1986 0.212194
1987 0.382053
4360 rows × 1 columns
How can I save both the estimated effects?
Am I missing something, or is this a bug?
Thank you for your help!
- 主要言語
- Python
- スター
- 1.1k
- フォーク
- 203
- 平均マージ
- 3時間 26分
- マージ済み PR（30日）
- 115
環境構築
このプロジェクトには開発コンテナ、Dockerfile、コントリビューションガイドがありません。まず README を読み、一般的な手順ははじめてのコントリビューションガイドを参照してください。
はじめの一歩
- issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
- 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
- リポジトリをフォークし、ブランチを切って変更します。
- issue 番号を参照したプルリクエストを送ります。
bashtage/linearmodels のほかの issue
-
enhancement
難易度 5/5 1週間以上 初心者へのやさしさ 15/100
bashtage/linearmodels#832 ·
メンテナーはふだん 1 日以内に返信
-
bug
難易度 4/5 3〜5日 初心者へのやさしさ 25/100
bashtage/linearmodels#831 · コメント 1 件 ·
メンテナーはふだん 1 日以内に返信
-
IV: LIML kappa with an endogenous regressor spanned by the instruments, kappa's unit dependence, scale-dependent instrument rank check対応中かも このイシューにリンクされたプルリクエストがオープン中、またはマージ済みです。 オープンbug
難易度 4/5 3〜5日 初心者へのやさしさ 25/100
bashtage/linearmodels#823 ·
メンテナーはふだん 1 日以内に返信
-
enhancement
難易度 5/5 1週間以上 初心者へのやさしさ 18/100
bashtage/linearmodels#817 ·
メンテナーはふだん 1 日以内に返信
-
bug
難易度 4/5 3〜5日 初心者へのやさしさ 48/100
bashtage/linearmodels#780 ·
メンテナーはふだん 1 日以内に返信
bashtage/linearmodels の issue をすべて見る
似ている issue
-
bug
難易度 2/5 1〜3時間 初心者へのやさしさ 78/100
メンテナーはふだん 1 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 72/100
aws/sagemaker-python-sdk#6554 ·
メンテナーはふだん 1 日以内に返信
-
難易度 1/5 1時間未満 初心者へのやさしさ 78/100
huggingface/diffusers#15170 ·
メンテナーはふだん 1 日以内に返信
-
[BUG] LLM conflict check ignores MNEMOSYNE_LLM_MAX_TOKENS, so reasoning models return empty repliesオープン
難易度 2/5 1〜3時間 初心者へのやさしさ 62/100
mnemosyne-oss/mnemosyne#1325 ·
メンテナーはふだん 1 日以内に返信
-
enhancement meshtastic-2.8
難易度 2/5 1〜3時間 初心者へのやさしさ 62/100
pskillen/meshflow-api#459 ·