我正在寻找一种方法,用我自己的标准误差直接替换回归模型中的标准误差,以便在另一个 R 包中使用鲁棒模型,该 R 包没有自己的鲁棒选项并且只能提供特定类型的模型而不是 coeftest 格式。
假设我有一个线性模型:
model <- lm(data=dat, Y ~ X1 + X2 + X3)
然后我想要强大的标准错误:
robust <- coeftest(model, vcov=sandwich)
接下来,我需要在一个特定的包中使用这个模型,该包不能提供 coeftest 并且没有自己的稳健标准错误选项。我想在将原始模型的标准误差(以及就此而言,p 值、t 统计量等)输入到包中之前替换它,以便将它们考虑在内。
要访问原始模型中的标准错误,我使用:
summary(model)$coefficients[,2]
为了从coeftest中提取标准误差,我使用:
coeftest.se <- robust[, 2]
但是,以下方法在尝试替换模型的标准错误时会返回错误,因为它将“摘要”本身视为命令:
summary(model)$coefficients[,2] <- coeftest.se
Error in summary(M3)$coefficients[, 2] <- seM3 : could not find function "summary<-"
细节
我正在尝试使用 Mediation R 包运行调解分析。该包将使用“调解”功能执行一种方式聚集标准错误,但我想要两种方式聚集标准错误。
为了获得两种聚集标准错误,我使用了 Mahmood Arai 的 mclx 函数(代码可以在这里找到(第 4 页)。
我的想法是为包的调解功能提供已经报告正确标准错误的模型。根据文档,中介包接受以下模型类别:lm、polr、bayespolr、glm、bayesglm、gam、rq、survreg 和 merMod。