如何在Statsmodels或Linearmodels中测试2SLS的系数相等性？

Question

因此，如果我对多个治疗组和一个对照组进行实验，我会使用Statsmodel ols分析结果，看看是否有任何治疗组在统计学上与对照组不同：

y~C（治疗组，治疗组（“对照组”）

然后，我会运行results.t_test_pairwise（）来确定每个治疗组的系数是否相等。也就是说，要知道每个治疗组的结果是否在统计学上彼此显著不同

在目前的情况下，我不只是运行标准的ols，而是使用Statsmodel/Linearmodel的2SLS分析工具变量。我可以很好地运行分析，并得到结果。但现在我需要看看不同工具（三个不同的治疗组）的系数都是一样的，所以我知道不同治疗组的疗效是否不同

statsmodel的代码：

from statsmodels.sandbox.regression.gmm import IV2SLS as SM2SLS
model = SM2SLS(tdf[endog],tdf['elect_lpd'],tdf[inst]).fit()

或对于Linearmodel：

model = LM2SLS(tdf.elect_lpd, tdf[controls], tdf[endog], tdf[inst]).fit(cov_type='clustered')

Josef的response here建议你可以使用wald t-test，但我需要使用限制矩阵而不是公式。因此，如果有人对如何做到这一点有任何想法，那将不胜感激

Answer 1

如果其他人被困在这个问题上…我在使用Linearmodels时找到了解决方案

因此，在运行模型之后：

model = LM2SLS(tdf.elect_lpd, tdf[controls], tdf[endog], tdf[inst]).fit(cov_type='clustered')

然后，您可以运行wald测试来比较每个治疗组之间的差异。就我而言，我有两个治疗组（sbs和wing）：

test.wald_test(formula = ['endog_sbs = endog_wing'])