python中的汇总滚动窗口回归

问题描述

我具有以下结构的数据框：

id t  y   x
1  1  20  2
1  2  25  1
1  3  21  2
1  4  32  3
2  3  35  7
2  4  35  8
3  4  90  3
3  7  87  3
3  8  85  4
3  9  81  3
3  10 80  5

id和t变量是标识符。也就是说，我的横截面（id）和时间段（t）的面板不平衡，由对y和x的观察组成。

我现在想使用汇总（跨越id和t）滚动窗口OLS回归。窗口大小应为3。因此，第一次OLS估计应包括落入1-3的t间隔的所有观察值：

id t  y   x
1  1  20  2
1  2  25  1
1  3  21  2
2  3  35  7

第二次OLS估计应包括落入2-4的t区间的所有观察值：

id t  y   x
1  2  25  1
1  3  21  2
1  4  32  3
2  3  35  7
2  4  35  8
3  4  90  3

我已经尝试了statsmodels.regression.rolling.RollingOLS。但是，该过程只是根据1-3行，然后根据2-4行，等等来估计OLS。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）