did固定效应和ols结果输出代码
did固定效应
双重差分法（ DID ）作为估计处理效应的工具方法，常被用来对政策实施的跨期效果进行评估，其本身也是一种固定效应估计方法。. 在不同应用情形下，该方法具有多种可供选择的回归命令，而由于有些应用者对双重差分模型设定的优点和缺陷，以及 stata 命令实现不够了解，使得该方法有被错误滥用的倾向。在此借鉴参考 Using Stata to estimate difference-in-differences models with fixed effects by Nicholas Poggioli (****************) ，举例从混合回归、 areg 回归、面板回归的随机效应和固定效应等情形，给出正确和错误模型设定的对比，以期为双重差分模型估计命令的正确选择作参考。
ols结果输出代码
import numpy as np
html特效代码时间日期
import pandas as pd
import statsmodels.api as sm
import statsmodels.formula.api as smf
df = pd.read_csv("testing.csv")
OLS_1 = smf.ols("y_rznl~ self_employed_m_16 + edu + extra_classes + \
expend_medical + health + quarrel + livewith_m + livewith_f + \
lg_fin + num_chd + edu_m + edu_f + hukou + east + west", data=df).fit()
print(OLS_1.summary())
最后输出结果。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。