Standart "kümeleme" hatasını ve R'de nasıl çalıştırılacağını anlamaya çalışıyorum (Stata'da önemsiz). RI'de ya plmkendi işlevimi kullanmakta ya da yazmakta başarısız oldum. diamondsVeriyi ggplot2paketten kullanacağım .
Her iki değişkenle de sabit efektler yapabilirim
> 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
veya hem sol hem de sağ tarafları (burada zaman içinde değişmeyen regresörler yok) ve serbestlik derecelerini düzelterek.
> # 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
Bu sonuçları çoğaltamıyorum plm, çünkü bir "zaman" dizinine sahip değilim (yani, bu gerçekten bir panel değil, yalnızca hata terimlerinde ortak bir önyargıya sahip olabilecek kümeler).
> plm.temp <- plm(price ~ carat, data = diamonds, index = "cut")
duplicate couples (time-id)
Error in pdim.default(index[[1]], index[[2]]) :
Ayrıca kendi kovaryans matrisimi,cluster seçeneklerini açıklayan ( burada açıklandığı gibi ) açıklamasını kullanarak kümelenmiş standart hata ile kodlamaya çalıştım. , si küme sayısı, kalıntı olduğu için gözlem ve sabit içeren belirleyicileri, satır vektörüdür (bu da Wooldridge en denklem (7.22) olarak görünür Kesit ve panel veriuJ=ΣClusterjei*xınc, eiıth
). Ancak aşağıdaki kod çok büyük kovaryans matrisleri verir. Bu çok büyük değerler, sahip olduğum az sayıda kümeye veriliyor mu? Ben alamayan göz önüne alındığında
plmbir faktör kümeleri yapmak, nasıl kriter benim kod emin değilim.
> # 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
Bu R'de yapılabilir mi? Ekonometride oldukça yaygın bir tekniktir ( bu derste kısa bir ders var ), ancak bunu R'de çözemiyorum. Teşekkürler!
7
@ricardh, kullanmak istedikleri terimin zaten istatistiklerde kullanılıp kullanılmadığını kontrol etmedikleri için tüm ekonomistleri lanetleyin. Bu bağlamda küme grup anlamına gelir ve küme analizi ile tamamen ilgisizdir, bu yüzden rseek size ilgisiz sonuçlar verdi. Böylece kümeleme etiketini kaldırdım. Panel veri analizi için plm paketine bakınız . Güzel bir skeç içerdiğinden istediğinizi bulabilirsiniz. Sorunuza gelince, ne istediğinizi net değil. Grup standartlarında hatalar var mı?
—
mpiktas
@ ricardh, bu
—
mpiktas
clusterseçeneğin açıklandığı Stata kılavuzuna bağlanmanız çok faydalı olacaktır . R.
Bu yorum için +1. ekonomistler deli gibi terminolojiyi sömürgeleştiriyorlardı. Gerçi bazen kötü adam seçmek zor. Ii biraz zaman aldı, mesela ben
—
hans0l0
factorbununla alakası olmadığını factanalama kategorize edilmiş değişkenleri ifade edene kadar Bununla birlikte R'deki küme küme analizini ifade eder, k-aracı sadece THE partitioning metodudur: statmethods.net/advstats/cluster.html . Sorunuzu anlamadım, ama kümenin bununla hiçbir ilgisi olmadığını da düşünüyorum.
@mpiktas, @ ran2 - Teşekkürler! Umarım soruyu açıklığa kavuşturdum. Kısacası, neden zaten var olan sadece sabit etkiler ise "standart hata kümelemesi" neden var?
—
Richard Herron,