线性模型:添加线性模型包括统计模型中缺少的工具变量和面板数据模型 源码
线性模型 公制 最新发布的 持续集成 覆盖范围 代码质量 引文 适用于Python的线性(回归)模型。 使用面板回归,工具变量估计量,系统估计量和用于估计资产价格的模型来扩展模型: 面板型号: 固定效果(最大双向) 一阶差异回归 面板数据的估算器之间 面板数据的汇总回归 面板模型的Fama-MacBeth估计 高维回归: 吸收最小二乘 工具变量估计器 两阶段最小二乘法 有限的信息最大可能性 k级估算器 通用矩量法,并且不断更新 要素资产定价模型: 两步和三步估算 时间序列估计 GMM估算 系统回归: 看似无关的回归(SUR / SURE) 三阶段最小二乘(3SLS) 广义矩法(GMM)系统估计 旨在与NumPy,Pandas或xarray数据同样出色地工作。 面板型号 像包括,支持指定型号的公式。 例如,可以指定经典的Grunfeld回归 import numpy
文件列表
线性模型:添加线性模型,包括统计模型中缺少的工具变量和面板数据模型
(预估有个256文件)
.coveragerc
546B
housing.csv
6KB
birthweight.csv.bz2
11KB
wage.csv.bz2
12KB
fringe.csv.bz2
26KB
meps.csv.bz2
297KB
fertility.csv.bz2
7KB
munnell.csv.bz2
21KB
french.csv.bz2
47KB
mroz.csv.bz2
19KB
暂无评论