如何用Python比较三种条件下的OLS回归系数及显著性？

问题1：来自不同条件的三个系数能否直接比较？ #

不能只凭系数数值大小直接判定优劣，核心取决于三个回归的模型设定与样本基础：

• 如果三个回归的因变量（DV）、核心自变量（IV）完全一致，且控制变量、固定效应等模型设定完全相同，仅样本被拆分为A/B/C三个互斥子样本（如不同分组），那么系数的方向和数值具备比较基础，但必须通过统计显著性检验确认差异是否真实存在，不能仅看数值大小下结论。
• 如果三个回归的模型设定不同（如控制变量不一致、IV定义有差异，或DV并非同一变量），系数的含义完全不同，不存在直接比较的意义——比如一个回归控制了人口统计学变量，另一个未控制，系数分别代表“净效应”和“总效应”，二者没有可比性。

问题2：如何用Python实现系数间的比较并获取显著性p值？ #

以下两种方法均基于statsmodels库实现，可根据需求选择：

方法1：构造交互项回归（精准对比单个IV系数差异） #

将A/B/C条件转化为虚拟变量，加入IV与虚拟变量的交互项，通过交互项的p值判断不同组的IV系数是否存在显著差异。
示例代码：

import pandas as pd
import statsmodels.api as sm

# 假设数据存储在df中，包含DV、IV，以及标记分组的condition列（取值'A'/'B'/'C'）
df['B_dummy'] = (df['condition'] == 'B').astype(int)
df['C_dummy'] = (df['condition'] == 'C').astype(int)

# 构造自变量：常数项 + 核心IV + 分组虚拟变量 + IV与虚拟变量的交互项
X = sm.add_constant(df[['IV', 'B_dummy', 'C_dummy', 'IV:B_dummy', 'IV:C_dummy']])
model = sm.OLS(df['DV'], X).fit()

# 查看回归结果，重点关注交互项的p值
print(model.summary())

• 结果解释：若IV:B_dummy的p值<0.05，说明B组的IV系数与A组存在显著差异；同理可判断C组与A组的差异。若需对比B、C组，可将基准组切换为B，重新拟合回归后查看IV:C_dummy的p值。

方法2：邹检验（Chow Test，对比整体模型系数差异） #

邹检验用于检验不同子样本的回归系数是否整体存在显著差异，也可用于两两分组对比：

import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.diagnostic import compare

# 拆分三个子样本
df_A = df[df['condition'] == 'A']
df_B = df[df['condition'] == 'B']
df_C = df[df['condition'] == 'C']

# 拟合相同设定的OLS回归
model_A = sm.OLS(df_A['DV'], sm.add_constant(df_A['IV'])).fit()
model_B = sm.OLS(df_B['DV'], sm.add_constant(df_B['IV'])).fit()
model_C = sm.OLS(df_C['DV'], sm.add_constant(df_C['IV'])).fit()

# 两两对比分组间的系数差异
chow_ab = compare({'A': model_A, 'B': model_B}, 'chow')
print("A组 vs B组 邹检验p值:", chow_ab[1])

chow_ac = compare({'A': model_A, 'C': model_C}, 'chow')
print("A组 vs C组 邹检验p值:", chow_ac[1])

chow_bc = compare({'B': model_B, 'C': model_C}, 'chow')
print("B组 vs C组 邹检验p值:", chow_bc[1])

• 结果解释：若邹检验的p值<0.05，说明两组的整体回归系数存在显著差异。如果仅需关注IV单个系数的差异，交互项方法更精准；邹检验适用于判断整体模型的组间差异。

内容的提问来源于stack exchange，提问作者ChungHa