標準エラーの「クラスタリング」とRでの実行方法を理解しようとしています（Stataでは簡単です）。RIでは、どちらplmかを使用するか、独自の関数を作成することに失敗しました。パッケージのdiamondsデータを使用しggplot2ます。
いずれかのダミー変数で固定効果を実行できます
> library(plyr)
> library(ggplot2)
> library(lmtest)
> library(sandwich)
> # with dummies to create fixed effects
> fe.lsdv <- lm(price ~ carat + factor(cut) + 0, data = diamonds)
> ct.lsdv <- coeftest(fe.lsdv, vcov. = vcovHC)
> ct.lsdv
t test of coefficients:
Estimate Std. Error t value Pr(>|t|)
carat 7871.082 24.892 316.207 < 2.2e-16 ***
factor(cut)Fair -3875.470 51.190 -75.707 < 2.2e-16 ***
factor(cut)Good -2755.138 26.570 -103.692 < 2.2e-16 ***
factor(cut)Very Good -2365.334 20.548 -115.111 < 2.2e-16 ***
factor(cut)Premium -2436.393 21.172 -115.075 < 2.2e-16 ***
factor(cut)Ideal -2074.546 16.092 -128.920 < 2.2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 または、左側と右側の両方の意味を失い（ここでは時不変の回帰変数はありません）、自由度を修正します。
> # by demeaning with degrees of freedom correction
> diamonds <- ddply(diamonds, .(cut), transform, price.dm = price - mean(price), carat.dm = carat .... [TRUNCATED]
> fe.dm <- lm(price.dm ~ carat.dm + 0, data = diamonds)
> ct.dm <- coeftest(fe.dm, vcov. = vcovHC, df = nrow(diamonds) - 1 - 5)
> ct.dm
t test of coefficients:
Estimate Std. Error t value Pr(>|t|)
carat.dm 7871.082 24.888 316.26 < 2.2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 plm「時間」インデックスがないため、これらの結果をで複製することはできません（つまり、これは実際にはパネルではなく、エラー用語に共通の偏りがあるクラスターだけです）。
> plm.temp <- plm(price ~ carat, data = diamonds, index = "cut")
duplicate couples (time-id)
Error in pdim.default(index[[1]], index[[2]]) : 私は、また、それらののStataの説明使用してコードにクラスタ化された標準誤差で自分自身の共分散行列を試みたclusterオプション（ここで説明する解決することである）、Vは CのLをUはsは、T 、E 、R = （X ' X ）- 1 （nはC Σ J = 1 u ′ j u j ）（X ′ X ）− 1ここで、u j = ∑ c l u s
、siはクラスター数、は観測の残差、は定数を含む予測子の行ベクトルです（これは式（7.22）としても表示されます） Wooldridgeの断面およびパネルデータを参照）。しかし、次のコードは非常に大きな共分散行列を与えます。私が持っているクラスターの数が少ない場合、これらの非常に大きな値はありますか？1つの要因でクラスターを作成できないことを考えると、コードをベンチマークする方法がわかりません。e i i t h x i
plm
> # with cluster robust se
> lm.temp <- lm(price ~ carat + factor(cut) + 0, data = diamonds)
>
> # using the model that Stata uses
> stata.clustering <- function(x, clu, res) {
+ x <- as.matrix(x)
+ clu <- as.vector(clu)
+ res <- as.vector(res)
+ fac <- unique(clu)
+ num.fac <- length(fac)
+ num.reg <- ncol(x)
+ u <- matrix(NA, nrow = num.fac, ncol = num.reg)
+ meat <- matrix(NA, nrow = num.reg, ncol = num.reg)
+
+ # outer terms (X'X)^-1
+ outer <- solve(t(x) %*% x)
+
+ # inner term sum_j u_j'u_j where u_j = sum_i e_i * x_i
+ for (i in seq(num.fac)) {
+ index.loop <- clu == fac[i]
+ res.loop <- res[index.loop]
+ x.loop <- x[clu == fac[i], ]
+ u[i, ] <- as.vector(colSums(res.loop * x.loop))
+ }
+ inner <- t(u) %*% u
+
+ #
+ V <- outer %*% inner %*% outer
+ return(V)
+ }
> x.temp <- data.frame(const = 1, diamonds[, "carat"])
> summary(lm.temp)
Call:
lm(formula = price ~ carat + factor(cut) + 0, data = diamonds)
Residuals:
Min 1Q Median 3Q Max
-17540.7 -791.6 -37.6 522.1 12721.4
Coefficients:
Estimate Std. Error t value Pr(>|t|)
carat 7871.08 13.98 563.0 <2e-16 ***
factor(cut)Fair -3875.47 40.41 -95.9 <2e-16 ***
factor(cut)Good -2755.14 24.63 -111.9 <2e-16 ***
factor(cut)Very Good -2365.33 17.78 -133.0 <2e-16 ***
factor(cut)Premium -2436.39 17.92 -136.0 <2e-16 ***
factor(cut)Ideal -2074.55 14.23 -145.8 <2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 1511 on 53934 degrees of freedom
Multiple R-squared: 0.9272, Adjusted R-squared: 0.9272
F-statistic: 1.145e+05 on 6 and 53934 DF, p-value: < 2.2e-16
> stata.clustering(x = x.temp, clu = diamonds$cut, res = lm.temp$residuals)
const diamonds....carat..
const 11352.64 -14227.44
diamonds....carat.. -14227.44 17830.22これはRで実行できますか？これは計量経済学ではかなり一般的な手法です（この講義では簡単なチュートリアルがあります）が、Rではわかりません。ありがとう！
7
@ricardh、使用したい用語が既に統計で使用されているかどうかをチェックしないことに対するすべてのエコノミストに対する呪い。このコンテキストでのクラスターはグループを意味し、クラスター分析とはまったく無関係です。これが、rseekが無関係な結果をもたらした理由です。したがって、クラスタリングタグを削除しました。パネルデータ分析については、パッケージplmを確認してください。それは素晴らしいビネットを持っているので、あなたが欲しいものを見つけるかもしれません。あなたの質問に関しては、あなたが何を望むのか明確ではありません。グループ内の標準エラー？
—
mpiktas
@ricardh、この
—
mpiktas11年
clusterオプションが説明されているStataのマニュアルにリンクできれば、非常に役立ちます。Rで複製できると確信しています。
そのコメントに対して+1。エコノミストは用語を狂ったように定着させます。時々、悪役を選ぶのは難しいです。Iiは、たとえば、カテゴリ化された変数を参照するだけで
—
hans0l0
factor何の関係もないことに気付くまでしばらくかかりましたfactanal。ただし、Rのクラスターはクラスター分析を指し、k-meansは単なる分割方法です：statmethods.net/advstats/cluster.html。私はあなたの質問を受け取りませんが、クラスターはそれとは何の関係もないと思います。
@ mpiktas、@ ran2-ありがとう！質問を明確にしたいと思います。要するに、既に存在していた固定効果だけである場合、なぜ「標準エラークラスタリング」が存在するのでしょうか。
—
リチャードヘロン