VIF計算在python statsmodel

Question

在statsmodel計算VIF的代碼如下：

k_vars = exog.shape[1] 
x_i = exog[:, exog_idx] 
mask = np.arange(k_vars) != exog_idx 
x_noti = exog[:, mask] 
r_squared_i = OLS(x_i, x_noti).fit().rsquared ## NO INTERCEPT 
vif = 1./(1. - r_squared_i) 

當擬合，它不包括一個截距。根據Wooldridge的「介紹性計量經濟學（6ed）」，似乎應該包括攔截：「......在所有其他自變量（和包括攔截）上對Xj進行迴歸的R平方。」

statmodels錯了嗎？是否有另一個我可以檢查的包？謝謝。

Answer 1

使用statsmodels時證實，始終銘記從MATLAB增加常量（這是必要的，這種情況下）

參考的： https://www.mathworks.com/help/econ/examples/time-series-regression-ii-collinearity-and-estimator-variance.html