3

请参阅下面的编辑

使用 package plm,我想知道为什么一旦我提供协方差矩阵(对于稳健的标准误差)显示的 F 统计量summary()不会改变。考虑下面的代码,我没有得到 F 统计数据的变化,如summery(). 但是,F 统计量由waldtest()变化计算得出:

require(plm)
require(lmtest)
data("Grunfeld")
gp <- plm(inv ~ value + capital,data=Grunfeld,model="pooling")

# summary() and waldtest() yield  same F statistic [w/o user supplied covariance matrix]
summary(gp)
waldtest(gp, test="F")

# summary() and waldtest() yield different  F statistic [w/ user supplied covariance matrix]
summary(gp, .vcov = plm::vcovHC(gp, "white2"))
waldtest(gp, test="F", vcov=plm::vcovHC(gp, "white2"))

考虑到这篇关于 Stata 稳健标准错误的帖子,并比较了 F 统计量的输出 w/ 和 w/o 稳健标准错误,我觉得 F 统计量应该改变。

这是 plm 1.4(然后是稳定版本)。

编辑pwaldtest在 CRAN 版本 1.6-4 中plm这样做并且现在被纳入summary.plm其中,只需运行以下之一将提供具有调整的 df2 参数的稳健 F 测试:

summary(gp, vcov = plm::vcovHC(gp, "white2"))
pwaldtest(gp, test="F", vcov = plm::vcovHC(gp, "white2"))

这是从业者稳健推理的一个很好的参考:Cameron/Miller,“集群稳健推理的从业者指南”,人力资源杂志,2015 年春季,第 50 卷,第 2 期,第 317-373 页。http://cameron.econ.ucdavis.edu/research/papers.html

4

1 回答 1

1

如果您查看源代码,plm:::summary.plm您会看到第一行是:object$fstatistic <- Ftest(object, test = "F"). 因此,.vcov参数不会传递给plm:::Ftest(),因此 F 统计量根本不受影响。您可以联系plm维护人员并要求改进或至少在手册页上指出这一点。目前,.vcov仅用于每个系数的部分 Wald 检验,即对应于lmtest通过 计算的内容coeftest(gp, vcov = vcovHC(gp, "white2"))

于 2015-07-02T13:54:59.593 回答