Python和Stata不Ag中的稳健线性回归结果

Question

我和我的小组成员正在做这个任务，包括对Fama-French三因素模型进行回归分析。我使用python Statsmodels模块，它们使用Stata，我们共享同一组数据。对于普通最小二乘回归，我们得到了相同的答案。但由于某些原因，稳健回归结果并不一致。在

以下是Stata的结果：

以下是Statsmodels的结果：

只是想知道这个问题的原因是什么？有办法解决吗？我也尝试了不同的方法（休伯特，拉姆齐等）在Statsmodels中，他们都没有得到与Stata相同的答案。感谢任何帮助。在

Answer 1

相当于斯塔塔的

regress ..., robust

在statsmodels中

OLS(...).fit(cov_type='HC1')

健壮的三明治协方差矩阵的选项在这里http://www.statsmodels.org/devel/generated/statsmodels.regression.linear_model.RegressionResults.get_robustcov_results.html，但是使用的方法是通过fit关键字。在

对于Stata和statsmodels之间健壮标准错误的差异，有一个不完整的FAQ答案。https://github.com/statsmodels/statsmodels/issues/1923

在statsmodel.robust公司RLM是野值稳健估计。这是一个M估计量，协方差具有原始的Huber三明治形式。在

这是statsmodels.健壮 http://www.statsmodels.org/devel/rlm.html 以及RLM的文档 http://www.statsmodels.org/devel/generated/statsmodels.robust.robust_linear_model.RLM.html