Вложенная модель случайных эффектов в Python со статистическими моделями ⇐ Python

[Anonymous]

У меня есть многоуровневая модель со случайным пересечением на двух вложенных уровнях. В R я могу оценить эту модель с lme4 следующим образом:

Код: Выделить всё

library(lme4)
lmer(y ~ x + (1 | class_id) + (1 | school_id), data = df)

где class_id вложен в school_id. Я хочу оценить ту же модель на Python с помощью statsmodels и MixedLM. Я видел ряд подобных вопросов, ответ на которые обычно имел форму

Код: Выделить всё

import statsmodels.formula.api as smf
df["group"] = 1
model = smf.mixedlm('y ~ x', df, groups=df['group'],
vc_formula={'school_id': '0 + C(school_id)',
'class_id' : '0 + C(class_id)'})
result = model.fit()

Однако это не дает того же ответа. Как я могу оценить ту же модель в Python, что и в R?

Подробнее здесь: https://stackoverflow.com/questions/792 ... tatsmodels