Python中Fixed Effect Model去均值后加回均值的疑问及简化方法验证

一、去均值后加回组均值会不会重新引入固定效应？ #

不会。先明确分组去均值的核心逻辑：我们做分组去均值，是为了消除组内固定效应（比如个体固定效应、时间固定效应）。从公式层面看，原始模型是 $y_{it} = \alpha_i + X_{it}\beta + \epsilon_{it}$，对每个组（比如个体$i$）去均值后，$\tilde{y}{it} = y{it} - \bar{y}i$，$\tilde{X}{it} = X_{it} - \bar{X}_i$，此时固定效应$\alpha_i$会被完全抵消——因为$\bar{y}i = \alpha_i + \bar{X}i\beta + \bar{\epsilon}i$，两者相减后只剩下$\tilde{y}{it} = \tilde{X}{it}\beta + \tilde{\epsilon}{it}$，$\alpha_i$已经被彻底剥离。

至于加回$\bar{y}_i$和$\bar{X}_i$，这一步只是让拟合值回归到原始变量的尺度，完全不影响核心系数$\beta$的估计结果。回归时我们关注的是$\beta$，而这个系数只由去均值后的$\tilde{y}$和$\tilde{X}$决定，加回组均值只是还原$y$的原始水平，并没有重新引入需要消除的固定效应$\alpha_i$——$\alpha_i$已经被吸收在组均值里，不会干扰系数估计。

二、仅对y和X做分组去均值后直接OLS，是不是正确的FE模型？ #

是对的。这种方法就是组内估计法（Within Estimator），是固定效应模型的标准估计方式之一，和给每个组添加虚拟变量回归得到的$\beta$估计结果完全一致。

举个Python实操例子（假设数据按id分组的面板数据）：

import pandas as pd
import statsmodels.api as sm

# 对y和X做分组去均值
df['y_demean'] = df.groupby('id')['y'].transform(lambda x: x - x.mean())
df['X_demean'] = df.groupby('id')['X'].transform(lambda x: x - x.mean())

# 基于去均值后的变量做OLS回归
model = sm.OLS(df['y_demean'], sm.add_constant(df['X_demean']))
results = model.fit()
print(results.summary())

这段代码得到的$\hat{\beta}$，和用专业面板数据工具（比如linearmodels库的PanelOLS）添加个体固定效应的结果完全相同。

如果是双向固定效应模型（同时控制个体和时间固定效应），只需要同时对个体和时间两个维度去均值，再做OLS回归，结果也和双向虚拟变量回归一致。

内容的提问来源于stack exchange，提问作者Rust