11

当我运行集群标准错误面板规范时plm，lfe我得到的结果与第二个有效数字不同。有谁知道为什么他们在计算 SE 时会有所不同？

set.seed(572015)
library(lfe)
library(plm)
library(lmtest)
# clustering example
x <- c(sapply(sample(1:20), rep, times = 1000)) + rnorm(20*1000, sd = 1)
y <- 5 + 10*x + rnorm(20*1000, sd = 10) + c(sapply(rnorm(20, sd = 10), rep, times = 1000))
facX <- factor(sapply(1:20, rep, times = 1000))
mydata <- data.frame(y=y,x=x,facX=facX, state=rep(1:1000, 20))
model <- plm(y ~ x, data = mydata, index = c("facX", "state"), effect = "individual", model = "within")
plmTest <- coeftest(model,vcov=vcovHC(model,type = "HC1", cluster="group"))
lfeTest <- summary(felm(y ~ x | facX | 0 | facX))
data.frame(lfeClusterSE=lfeTest$coefficients[2],
       plmClusterSE=plmTest[2])

lfeClusterSE plmClusterSE
1   0.06746538   0.06572588
4

1 回答 1

15

不同之处在于自由度调整。这是在寻找所谓的相似标准误差的差异时通常的第一个猜测（例如，参见Stata 和 R 中 Logit 回归的不同稳健标准误差）。plm在这里，当比较 (1) + vcovHC、 (2) felm、 (3) lm+ cluster.vcov（来自 package ）的结果时，可以说明问题multiwayvcov。

首先，我改装所有模型：

m1 <- plm(y ~ x, data = mydata, index = c("facX", "state"),
  effect = "individual", model = "within")
m2 <- felm(y ~ x | facX | 0 | facX, data = mydata)
m3 <- lm(y ~ facX + x, data = mydata)

所有这些都导致相同的系数估计。因为m3固定效应是明确报告的，而它们不是m1和m2。因此，m3只有最后一个系数是用 提取的tail(..., 1)。

all.equal(coef(m1), coef(m2))
## [1] TRUE
all.equal(coef(m1), tail(coef(m3), 1))
## [1] TRUE

非稳健标准误也同意。

se <- function(object) tail(sqrt(diag(object)), 1)
se(vcov(m1))
##          x 
## 0.07002696 
se(vcov(m2))
##          x 
## 0.07002696 
se(vcov(m3))
##          x 
## 0.07002696

在比较聚类标准误差时，我们现在可以证明felm使用自由度校正而plm没有：

se(vcovHC(m1))
##          x 
## 0.06572423 
m2$cse
##          x 
## 0.06746538 
se(cluster.vcov(m3, mydata$facX))
##          x 
## 0.06746538 
se(cluster.vcov(m3, mydata$facX, df_correction = FALSE))
##          x 
## 0.06572423
于 2015-05-08T07:27:43.350 回答