如何用Stargazer将statsmodels中HC2稳健标准误模型结果转为LaTeX？

问题描述 #

使用statsmodels运行HC2稳健标准误回归后，传入Stargazer时触发name 'pd' is not defined错误。排查发现：

• 普通OLS拟合返回RegressionResultsWrapper对象，Stargazer可兼容
• 调用get_robustcov_results(cov_type='HC2')返回OLSResults对象，Stargazer无法识别

原代码：

covariates = ['age', 'male', 'income', 'edu']
X = sm.add_constant(df[['t1'] + covariates])
y = df['mean_belief']
model = sm.OLS(y, X).fit().get_robustcov_results(cov_type='HC2')

stargazer = Stargazer([model])

解决方案 #

1. 转换为RegressionResultsWrapper对象（推荐） #

先拟合普通OLS，再获取HC2结果，最后用结果构造RegressionResultsWrapper实例：

from statsmodels.regression.linear_model import RegressionResultsWrapper

# 基础OLS拟合
ols_fit = sm.OLS(y, X).fit()
# 获取HC2稳健标准误结果
hc2_results = ols_fit.get_robustcov_results(cov_type='HC2')
# 构造兼容的Wrapper对象
compatible_model = RegressionResultsWrapper(hc2_results)
# 传入Stargazer
stargazer = Stargazer([compatible_model])

2. 临时修改对象类属性（快速方案） #

直接修改OLSResults对象的类标识，让Stargazer识别为兼容类型：

from statsmodels.regression.linear_model import RegressionResultsWrapper

model = sm.OLS(y, X).fit().get_robustcov_results(cov_type='HC2')
# 修改类属性
model.__class__ = RegressionResultsWrapper
# 正常调用Stargazer
stargazer = Stargazer([model])

3. 修复pandas导入问题 #

name 'pd' is not defined可能是Stargazer内部未正确导入pandas，显式导入即可：

import pandas as pd

# 后续回归和Stargazer代码不变
covariates = ['age', 'male', 'income', 'edu']
X = sm.add_constant(df[['t1'] + covariates])
y = df['mean_belief']
model = sm.OLS(y, X).fit().get_robustcov_results(cov_type='HC2')
stargazer = Stargazer([model])

注意事项 #

• 方法1更符合面向对象规范，避免潜在的属性冲突，优先使用
• 如果方法3能解决pd未定义错误，说明问题并非对象类型不兼容，而是依赖缺失

内容的提问来源于stack exchange，提问作者Mohamed Sabry