r - 添加稳健标准错误后，如何在 R 中命名/保存模型？

Question

在校正 R 中的异方差后如何命名模型？基本上，我如何保存模型以使其包含稳健的标准错误？如果有什么不同，我正在使用 plm 包。

所以假设我有下面这两个模型：

model1<-plm(x~y+z,data=dataset,model="within")
model2<-plm(x~y,data=dataset,model="within")

但后来我纠正了异方差：

coeftest(model1,vcovHC)
coeftest(model2,vcovHC)

如何保存模型以便进行 Wald 测试来比较两者？我尝试执行以下操作，但似乎不正确：

model1B<-coeftest(model1,vcovHC)
model2B<-coeftest(model2,vcovHC)

基本上，我试图能够执行以下操作，但具有强大的标准错误：

waldtest(model1,model2)

Answer 1

使用第一个示例?plm::vcovHC并加载更多包lmtest，包括我最终找到的位置waldtest，我以这种方式进一步进行：

zz2 <- plm(log(gsp) ~ log(pcap) + log(pc) + log(emp) ,
      data = Produc, model = "random")

然后比较使用 vcovHC 作为 waldtest 中的 vcov 参数的参数：

 waldtest(zz, zz2, vcov=vcovHC)
Wald test

Model 1: log(gsp) ~ log(pcap) + log(pc) + log(emp) + unemp
Model 2: log(gsp) ~ log(pcap) + log(pc) + log(emp)
  Res.Df Df  Chisq Pr(>Chisq)   
1    811                        
2    812 -1 7.0021   0.008141 **
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

使用默认 vcov：

> waldtest(zz, zz2)
Wald test

Model 1: log(gsp) ~ log(pcap) + log(pc) + log(emp) + unemp
Model 2: log(gsp) ~ log(pcap) + log(pc) + log(emp)
  Res.Df Df  Chisq Pr(>Chisq)    
1    811                         
2    812 -1 46.284  1.023e-11 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1