パネルデータ回帰:堅牢な標準エラー
-
12-12-2019 - |
質問
私の問題はこれです:私は堅牢な標準誤差の計算でいくつかの値を得るべきであるNA
を取得します。
クラスタロバスト標準エラーで固定エフェクトパネルの回帰をしようとしています。このために、私は arai(2011)誰がp。 3が続きます在庫/ワトソン(2006)(後で Econestrica 、アクセスがある人のために。私のクラスターの数が有限で、私は不均衡なデータを持っているので、下向きバイアスに対して(M/(M-1)*(N-1)/(N-K)
によって自由度を修正したいと思います。
類似の問題が 1 、 2 ] https:// stats:// stats .stackexchange.com /質問/ 28492 /理解 - the-plm-package - なぜARENT-MY-STANDARD-ERRORS-respond-reftration on crossvalatedの「> 3 」。
ARAI(および第1リンクの回答)は、次のコードを使用しています(私は以下のようなデータを提供しています)。
gcenter <- function(df1,group) {
variables <- paste(
rep("C", ncol(df1)), colnames(df1), sep=".")
copydf <- df1
for (i in 1:ncol(df1)) {
copydf[,i] <- df1[,i] - ave(df1[,i], group,FUN=mean)}
colnames(copydf) <- variables
return(cbind(df1,copydf))}
# 1-way adjusting for clusters
clx <- function(fm, dfcw, cluster){
# R-codes (www.r-project.org) for computing
# clustered-standard errors. Mahmood Arai, Jan 26, 2008.
# The arguments of the function are:
# fitted model, cluster1 and cluster2
# You need to install libraries `sandwich' and `lmtest'
# reweighting the var-cov matrix for the within model
library(sandwich);library(lmtest)
M <- length(unique(cluster))
N <- length(cluster)
K <- fm$rank
dfc <- (M/(M-1))*((N-1)/(N-K))
uj <- apply(estfun(fm),2, function(x) tapply(x, cluster, sum));
vcovCL <- dfc*sandwich(fm, meat=crossprod(uj)/N)*dfcw
coeftest(fm, vcovCL) }
.
gcenter
は、平均からの偏差を計算する(固定効果)。その後、My Cluster変数を使用してDS_CODE
を使用して回帰を実行します(データ「データ」の名前を付けました)。
centerdata <- gcenter(data, data$DS_CODE)
datalm <- lm(C.L1.retE1M ~ C.MCAP_SEC + C.Impact_change + C.Mom + C.BM + C.PD + C.CashGen + C.NITA + C.PE + C.PEdummy + factor(DS_CODE), data=centerdata)
M <- length(unique(data$DS_CODE))
dfcw <- datalm$df / (datalm$df - (M-1))
.
を計算したい
clx(datalm, dfcw, data$DS_CODE)
.
しかし、 uj を計算したい場合(上記の式clx
を参照)。ただし、差異については、私の回帰者のためにいくつかの値、次にゼロがたくさんあります。この入力 uj が分散に使用されている場合は、NAs
の結果のみです。
私のデータ
私のデータは特別な構造であるかもしれず、私は問題を理解することができないかもしれません。=!aptxlzboxcf67hs "rel=" nofollow noreferrer ">リンク Hotmailから。その理由は、他のデータ(ARAI(2011)から撮影されたもの)では、問題は発生しません。めちゃくちゃのために事前に申し訳ありませんが、それでも見ていることができれば私はとても感謝します。 ファイルは純粋にデータを含む5MBの.txtファイルです。
解決
しばらく遊んだ後、それは私のために働き、私に与えます:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 4.5099e-16 5.2381e-16 0.8610 0.389254
C.MCAP_SEC -5.9769e-07 1.2677e-07 -4.7149 2.425e-06 ***
C.Impact_change -5.3908e-04 7.5601e-05 -7.1306 1.014e-12 ***
C.Mom 3.7560e-04 3.3378e-03 0.1125 0.910406
C.BM -1.6438e-04 1.7368e-05 -9.4645 < 2.2e-16 ***
C.PD 6.2153e-02 3.8766e-02 1.6033 0.108885
C.CashGen -2.7876e-04 1.4031e-02 -0.0199 0.984149
C.NITA -8.1792e-02 3.2153e-02 -2.5438 0.010969 *
C.PE -6.6170e-06 4.0138e-06 -1.6485 0.099248 .
C.PEdummy 1.3143e-02 4.8864e-03 2.6897 0.007154 **
factor(DS_CODE)130324 -5.2497e-16 5.2683e-16 -0.9965 0.319028
factor(DS_CODE)130409 -4.0276e-16 5.2384e-16 -0.7689 0.441986
factor(DS_CODE)130775 -4.4113e-16 5.2424e-16 -0.8415 0.400089
...
.
これは私たちにあなたのためではない理由を疑問に残します。私はそれがあなたのデータの形式で何があると思います。すべての数字ですか?列クラスを変換し、それは私のためにそのように見えます:
str(dat)
'data.frame': 48251 obs. of 12 variables:
$ DS_CODE : chr "902172" "902172" "902172" "902172" ...
$ DNEW : num 2e+05 2e+05 2e+05 2e+05 2e+05 ...
$ MCAP_SEC : num 78122 71421 81907 80010 82462 ...
$ NITA : num 0.135 0.135 0.135 0.135 0.135 ...
$ CashGen : num 0.198 0.198 0.198 0.198 0.198 ...
$ BM : num 0.1074 0.1108 0.097 0.0968 0.0899 ...
$ PE : num 57 55.3 63.1 63.2 68 ...
$ PEdummy : num 0 0 0 0 0 0 0 0 0 0 ...
$ L1.retE1M : num -0.72492 0.13177 0.00122 0.07214 -0.07332 ...
$ Mom : num 0 0 0 0 0 ...
$ PD : num 5.41e-54 1.51e-66 3.16e-80 2.87e-79 4.39e-89 ...
$ Impact_change: num 0 -10.59 -10.43 0.7 -6.97 ...
.
str(data)
はあなたに何を返しますか?
他のヒント
plm
パッケージは、パネル回帰のためのクラスタ化されたSESを推定できます。元のデータはもう利用できなくなりましたので、ダミーデータを使用した例です。
require(foreign)
require(plm)
require(lmtest)
test <- read.dta("http://www.kellogg.northwestern.edu/faculty/petersen/htm/papers/se/test_data.dta")
fpm <- plm(y ~ x, test, model='pooling', index=c('firmid', 'year'))
##Arellano clustered by *group* SEs
> coeftest(fpm, vcov=function(x) vcovHC(x, cluster="group", type="HC0"))
t test of coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 0.029680 0.066939 0.4434 0.6575
x 1.034833 0.050540 20.4755 <2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
.
lm
の代わりにplm
モデルを使用している場合は、multiwayvcov
パッケージが役立ちます。
library("lmtest")
library("multiwayvcov")
data(petersen)
m1 <- lm(y ~ x, data = petersen)
> coeftest(m1, vcov=function(x) cluster.vcov(x, petersen[ , c("firmid")],
df_correction=FALSE))
t test of coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 0.029680 0.066939 0.4434 0.6575
x 1.034833 0.050540 20.4755 <2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
.
詳細については:
-
ファマ - マクベスとクラスタロバストR の標準誤差。
参照: