2

我想从一个简单的plm固定效应模型中提取方差-协方差矩阵。例如：

library(plm)
data("Grunfeld")

M1 <- plm(inv ~ lag(inv) + value + capital, index = 'firm',
          data = Grunfeld)

通常的vcov功能给了我：

vcov(M1)

              lag(inv)         value       capital
lag(inv)  3.561238e-03 -7.461897e-05 -1.064497e-03
value    -7.461897e-05  9.005814e-05 -1.806683e-05
capital  -1.064497e-03 -1.806683e-05  4.957097e-04

plm的fixef函数只给出：

fixef(M1)
          1           2           3           4           5           6           7 
-286.876375  -97.190009 -209.999074  -53.808241  -59.348086  -34.136422  -34.397967 
      8           9          10 
-65.116699  -54.384488   -6.836448

任何帮助提取包含固定效应的方差 - 协方差矩阵将不胜感激。

4

2 回答 2

1

有时使用names非常有用：

 names(M1)
[1] "coefficients" "vcov"         "residuals"    "df.residual" 
[5] "formula"      "model"        "args"         "call"        
 M1$vcov
              lag(inv)         value       capital
lag(inv)  1.265321e-03  3.484274e-05 -3.395901e-04
value     3.484274e-05  1.336768e-04 -7.463365e-05
capital  -3.395901e-04 -7.463365e-05  3.662395e-04
于 2015-07-17T18:50:29.497 回答
1

拿起您的示例，执行以下操作以获得标准误差（如果这是您感兴趣的；它不是整个方差 - 协方差矩阵）：

library(plm)
data("Grunfeld")

M1 <- plm(inv ~ lag(inv) + value + capital, index = 'firm',
          data = Grunfeld)

fix <- fixef(M1)
fix_se <- attr(fix, "se")
fix_se
        1         2         3         4         5         6         7         8         9        10 
43.453642 25.948160 20.294977 11.245009 12.472005  9.934159 10.554240 11.083221 10.642589  9.164694

您还可以使用摘要功能获取更多信息：

 summary(fix)
    Estimate Std. Error  t-value  Pr(>|t|)    
1  -286.8764    43.4536  -6.6019 4.059e-11 ***
2   -97.1900    25.9482  -3.7455 0.0001800 ***
3  -209.9991    20.2950 -10.3473 < 2.2e-16 ***
4   -53.8082    11.2450  -4.7851 1.709e-06 ***
5   -59.3481    12.4720  -4.7585 1.950e-06 ***
6   -34.1364     9.9342  -3.4363 0.0005898 ***
7   -34.3980    10.5542  -3.2592 0.0011174 ** 
8   -65.1167    11.0832  -5.8753 4.222e-09 ***
9   -54.3845    10.6426  -5.1101 3.220e-07 ***
10   -6.8364     9.1647  -0.7460 0.4556947

顺便说一句，文档解释了“se”属性：

值 类“fixef”的对象。它是一个数值向量，包含带有属性 se 的固定效应，其中包含标准误差。[...]”

注意：您可能需要最新的开发版本，因为那里有很多改进fixef：https ://r-forge.r-project.org/R/?group_id=406

于 2016-05-02T17:05:55.000 回答