如何从Python（System GMM）中的PydynPD软件包中提取系数？

发布于 2025-01-26 01:27:56 字数 138 浏览 1 评论 0原文

我试图在系统GMM估计的模型上运行蒙特卡洛模拟。因此，我需要从Python的Pydynpd软件包中提取模型的系数.com/dazhwu/pydynpd ）。我正在搜索一个命令/函数，该命令/函数就像fit（）的statsmodels一样返回。参数，数组中的系数。

原文

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

风吹短裙飘 2025-02-02 01:27:56

对不起。我只是看到了你的问题。您总是可以在
https://github.com/dazhwu/pydynpd/sissues

例如

df = pd.read_csv("data.csv")
mydpd = regression.abond('n L(1:2).n w k  | gmm(n, 2:4) gmm(w, 1:3)  iv(k)  ', df, ['id', 'year'])

输出回归表将是

+------+------------+---------------------+------------+-----------+-----+
|  n   |   coef.    | Corrected Std. Err. |     z      |   P>|z|   |     |
+------+------------+---------------------+------------+-----------+-----+
| L1.n | 0.9453810  |      0.1429764      | 6.6121470  | 0.0000000 | *** |
| L2.n | -0.0860069 |      0.1082318      | -0.7946553 | 0.4268140 |     |
|  w   | -0.4477795 |      0.1521917      | -2.9422068 | 0.0032588 |  ** |
|  k   | 0.1235808  |      0.0508836      | 2.4286941  | 0.0151533 |  *  |
| _con | 1.5630849  |      0.4993484      | 3.1302492  | 0.0017466 |  ** |
+------+------------+---------------------+------------+-----------+-----+

如果要编程提取一个值，例如，第一个z值（6.6121470），则可以添加以下内容：

>>>mydpd.models[0].regression_table.iloc[0]['z_value']
6.6121469997085915

基本上，上面返回的对象myDPD包含模型。默认情况下，它仅包含一个模型[0]。模型具有一个是PANDAS DataFrame的回归表：

 >>>mydpd.models[0].regression_table

  variable  coefficient   std_err   z_value       p_value  sig
0     L1.n     0.945381  0.142976  6.612147  3.787856e-11  ***
1     L2.n    -0.086007  0.108232 -0.794655  4.268140e-01     
2        w    -0.447780  0.152192 -2.942207  3.258822e-03   **
3        k     0.123581  0.050884  2.428694  1.515331e-02    *
4     _con     1.563085  0.499348  3.130249  1.746581e-03   **

因此您可以从此数据框架中提取任何值。

Sorry. I just saw your question. You can always post your questions at
https://github.com/dazhwu/pydynpd/issues

For example, if you run:

df = pd.read_csv("data.csv")
mydpd = regression.abond('n L(1:2).n w k  | gmm(n, 2:4) gmm(w, 1:3)  iv(k)  ', df, ['id', 'year'])

The output regression table will be

+------+------------+---------------------+------------+-----------+-----+
|  n   |   coef.    | Corrected Std. Err. |     z      |   P>|z|   |     |
+------+------------+---------------------+------------+-----------+-----+
| L1.n | 0.9453810  |      0.1429764      | 6.6121470  | 0.0000000 | *** |
| L2.n | -0.0860069 |      0.1082318      | -0.7946553 | 0.4268140 |     |
|  w   | -0.4477795 |      0.1521917      | -2.9422068 | 0.0032588 |  ** |
|  k   | 0.1235808  |      0.0508836      | 2.4286941  | 0.0151533 |  *  |
| _con | 1.5630849  |      0.4993484      | 3.1302492  | 0.0017466 |  ** |
+------+------------+---------------------+------------+-----------+-----+

If you want to programably extract a value, for example, the first z value (6.6121470) then you can add the following:

>>>mydpd.models[0].regression_table.iloc[0]['z_value']
6.6121469997085915

Basically, the object mydpd returned above contains models. By default, it only contains one model which is models[0]. A model has a regression table which is a pandas dataframe:

 >>>mydpd.models[0].regression_table

  variable  coefficient   std_err   z_value       p_value  sig
0     L1.n     0.945381  0.142976  6.612147  3.787856e-11  ***
1     L2.n    -0.086007  0.108232 -0.794655  4.268140e-01     
2        w    -0.447780  0.152192 -2.942207  3.258822e-03   **
3        k     0.123581  0.050884  2.428694  1.515331e-02    *
4     _con     1.563085  0.499348  3.130249  1.746581e-03   **

So you can extract any value from this dataframe.

回复收藏 0 原文

~没有更多了~