校正系数i是啥意思

Posted 2023-04-01

参考技术A 简单来讲就是为了减少系统误差而设定的修正系数，在基数的基础上根据具体的变化情况对基数进行修正以更符合当前的情况从而减少误差，如果校正系数是x（0<x<1），基数是d1，现在情况下新值是d2，一种校正方法是d=（1-x）*d1+x*|d2-d1|，这个校正值又成为新的基数参与相关的运算。 p=""> </x<1），基数是d1，现在情况下新值是d2，一种校正方法是d=（1-x）*d1+x*|d2-d1|，这个校正值又成为新的基数参与相关的运算。>

让 statsmodels 在系数 t 检验中使用异方差校正的标准误差

【中文标题】让 statsmodels 在系数 t 检验中使用异方差校正的标准误差

【英文标题】：Getting statsmodels to use heteroskedasticity corrected standard errors in coefficient t-tests

【发布时间】：2015-08-13 18:03:02

【问题描述】：

我一直在研究 statsmodels.regression.linear_model.RegressionResults 的 API，并找到了如何检索不同风格的异方差校正标准错误（通过 HC0_se 等属性）但是，我不太清楚如何对系数进行 t 检验，以使用这些修正后的标准误差。有没有办法在 API 中做到这一点，还是我必须手动做到这一点？如果是后者，您能否就如何使用 statsmodels 结果提供任何指导？

【参考方案1】：

线性模型、离散模型和 GLM 的 fit 方法采用 cov_type 和 cov_kwds 参数来指定稳健的协方差矩阵。这将附加到结果实例并用于汇总表中报告的所有推理和统计数据。

不幸的是，文档并没有真正以适当的方式显示这一点。 根据选项实际选择三明治的辅助方法显示了选项和所需的参数： http://statsmodels.sourceforge.net/devel/generated/statsmodels.regression.linear_model.OLS.fit.html

例如，估计一个OLS模型并使用HC3协方差矩阵可以用

model_ols = OLS(...)
result = model_ols.fit(cov_type='HC3')
result.bse
result.t_test(....)

假设mygroups 是一个包含组标签的数组，一些三明治需要额外的参数，例如集群稳健标准误差，可以通过以下方式选择：

results = OLS(...).fit(cov_type='cluster', cov_kwds='groups': mygroups
results.bse
...

一些稳健的协方差矩阵无需检查即可对数据做出额外假设。例如异方差性和自相关稳健标准误或 Newey-West，HAC，标准误假设一个连续的时间序列结构。一些面板数据稳健标准误还假设个人时间序列的堆叠。

一个单独的选项 use_t 可用于指定默认情况下是否应将 t 和 F 或正态和卡方分布用于 Wald 检验和置信区间。

【讨论】：

很抱歉再次打扰您，但是在 t-测试中使用来自HC* 的稳健残差需要调用result.bse 并出现在result.resid?还是我只需要model_ols.fit(cov_type='HC3')？

不，您不需要在fit 之后调用任何其他内容。 bse 和 t_test 只是使用指定 cov_type 的两个示例。稳健的三明治协方差存储在cov_params_default 中，并在我们需要参数估计协方差的任何地方使用。验证它的一种简单方法是创建两个具有不同cov_types 的结果实例，并检查依赖于协方差矩阵的结果是否不同，例如在summary().