为什么当我使用 statsmodels 进行 OLS 和使用 scikit 进行 PooledOLS 时得到相同的结果？答案

【问题标题】：Why do I get the same results when I do OLS using statsmodels and PooledOLS using scikit?为什么当我使用 statsmodels 进行 OLS 和使用 scikit 进行 PooledOLS 时得到相同的结果？
【发布时间】：2020-01-28 06:33:59
【问题描述】：

我目前正在使用 python 做一个机器学习项目（这里是初学者，从头开始学习一切）。

只是想知道使用我拥有的相同面板数据集的 statsmodels 的 OLS 和 scikit 的 PooledOlS 有什么区别。我都试过了，他们给了我同样的结果。这是否意味着他们本质上是在做同样的事情，但来自不同的包？我应该得到相同的结果吗？还是我做错了什么？

我的数据集如下所示：

                  excessreturnlag1m      ROA  ...  momentum6m  momentum12m
bank  date                                    ...                         
bankA 2019-06-30         -14.564600   0.9795  ...        0.14        -0.24
      2019-05-31           7.522300   0.9795  ...       -0.69        -1.97
      2019-04-30          -2.020400   0.9795  ...        1.36        -1.70
bankB 2019-06-30          -5.969600   0.9915  ...       -0.39        -1.77
      2019-05-31           0.220200   0.9915  ...       -0.24        -2.00
      2019-04-30          -1.900000   0.9915  ...       -0.06        -1.42
bankC 2019-06-30           2.721700   0.9763  ...       -0.38        -1.13
      2019-05-31          -8.418900   0.9763  ...       -1.28        -1.19
      2019-04-30          -1.001100   0.9763  ...       -3.06        -1.16

我的数据框中目前有一个 MultiIndex（银行和日期）。我应该用它来做面板回归吗？

编辑：据我了解，PooledOLS 是多元线性回归的“特殊”情况，所以它会给出与 statsmodels 的 OLS 相同的结果？如果我错了，请纠正我！

【问题讨论】：

OLS Regression: Scikit vs. Statsmodels?的可能重复
stats.stackexchange.com/questions/146804/…
becominghuman.ai/…
嗯，但这些是 OLS 与线性回归。这是否意味着面板数据的 PooledOLS 与线性回归相同？
pypi.org/project/linearmodels

标签： python dataframe regression panel statsmodels

【解决方案1】：

OLS: 普通最小二乘法 只是一种简单的计算方法。
根据正规方程的求解方式，实现可能会有所不同，但由于计算量存在差异，因此测量执行时间可能会更好。

【讨论】：