Разница между линейными моделями PanelOLS и статистическими моделями OLS ⇐ Python

[Anonymous]

Я провожу две регрессии, которые, как я думал, дадут одинаковые результаты, и мне интересно, может ли кто-нибудь объяснить, почему они разные. Один — со статистическими моделями OLS, а другой — с линейными моделями PanelOLS.
Минимальный рабочий пример показан ниже. Коэффициенты похожи, но определенно не одинаковы (0,1167 и 0,3514 для статистических моделей, 0,1101 и 0,3100 для линейных моделей). И R-квадрат тоже совсем другой (0,953 против 0,767).

Код: Выделить всё

import statsmodels.formula.api as smf
from linearmodels import PanelOLS
from statsmodels.datasets import grunfeld

data = grunfeld.load_pandas().data

#   Define formula and run statsmodels OLS regression
ols_formula = 'invest ~ value + capital + C(firm) + C(year) -1'
ols_fit   = smf.ols(ols_formula,data).fit()

#   Set multiindex and run PanelOLS regression
data = data.set_index(['firm','year'])
panel_fit = PanelOLS(data.invest,data[['value','capital']],entity_effects=True).fit()

#   Look at results
ols_fit.summary()
panel_fit

Любая информация приветствуется!

Подробнее здесь: https://stackoverflow.com/questions/783 ... models-ols