嘿，我来帮你搞定这个线性回归加固定效应的问题！你现在用的是statsmodels的ols函数，但它默认不会处理固定效应，不过有两种常用的方法可以实现你的需求，我分别给你讲清楚：

方法1：直接在statsmodels的OLS中加入虚拟变量 #

如果你的两个固定效应变量（研究领域、大学）的类别数量不多，可以直接把它们当作分类变量，用C()函数生成虚拟变量纳入模型。首先注意变量名里的空格和特殊字符，最好先重命名一下避免公式报错：

# 先重命名变量（去掉空格和特殊字符，避免公式解析错误）
da = da.rename(columns={
    'Domaine d’étude E.F.': 'domaine_etude',
    'Université E.F.': 'universite'
})

# 加入固定效应的OLS模型
import statsmodels.formula.api as smf
results = smf.ols('''
    discriminant ~ diff_eval_formfr + presse + trav_sup + recrut_seul + proced_auditions + 
                   taux_insertion_30mois + taux_stable_30 + taux_plei_30 + sal_med +
                   C(domaine_etude) + C(universite)
''', data=da).fit()

# 输出模型结果
print(results.summary())

小提醒：C()会自动把分类变量转为虚拟变量，并且省略一个基准类别来避免多重共线性。但如果你的大学数量有几百甚至上千个，这种方法会生成大量虚拟变量，计算速度慢还可能占用过多内存，这时候更推荐下面的方法。

方法2：用linearmodels库专门处理固定效应 #

linearmodels是专门为面板数据和固定效应模型设计的库，处理多固定效应的效率极高，还支持聚类标准误（这在固定效应模型中非常重要，能修正异方差和组内相关的问题）。

首先安装库：

pip install linearmodels

然后用feols函数实现双向固定效应，语法非常简洁：

from linearmodels import feols

# 先重命名变量（可选，但能让公式更整洁）
da = da.rename(columns={
    'Domaine d’étude E.F.': 'domaine_etude',
    'Université E.F.': 'universite'
})

# 构建模型，| 后面的就是固定效应变量
model = feols('''
    discriminant ~ diff_eval_formfr + presse + trav_sup + recrut_seul + proced_auditions + 
                   taux_insertion_30mois + taux_stable_30 + taux_plei_30 + sal_med |
                   domaine_etude + universite
''', data=da)

# 加入聚类标准误（比如按大学聚类，修正组内相关）
results = model.fit(cov_type='clustered', cluster_entity='universite')

# 输出模型结果
print(results.summary())

为什么推荐这个方法？：它用去均值法处理固定效应，不需要生成大量虚拟变量，计算速度快，结果更可靠，而且天然支持双向固定效应的设置，非常适合大样本场景。

额外小贴士 #

• 固定效应变量最好是字符串或分类类型（categorical），如果你的变量是数值型，记得先转换：da['domaine_etude'] = da['domaine_etude'].astype('category')
• 如果你的数据是面板数据（同一个个体在不同时间的观测），还可以用PanelOLS函数同时设置个体和时间固定效应，但你的问题看起来是截面数据，feols完全够用。

内容的提问来源于stack exchange，提问作者DuneC