基于PLM封装的异方差鲁棒标准误差

Question

我正在尝试学习R后使用Stata，我必须说，我喜欢它。但现在我有麻烦了。我即将对Panel数据进行多次回归，所以我使用的是plm包。

现在，我希望R中的plm得到与使用lm函数时相同的结果，而当我执行异方差性、鲁棒性和实体固定回归时，将得到相同的结果。

假设我有一个包含变量Y、ENTITY、TIME、V1的面板数据集。

在R中，我得到了与此代码相同的标准错误

lm.model<-lm(Y ~ V1 + factor(ENTITY), data=data)
coeftest(lm.model, vcov.=vcovHC(lm.model, type="HC1))

就像我在Stata中进行这种回归一样

xi: reg Y V1 i.ENTITY, robust

但是，当我使用plm包执行这个回归时，我会得到其他标准错误

plm.model<-plm(Y ~ V1 , index=C("ENTITY","YEAR"), model="within", effect="individual", data=data)
coeftest(plm.model, vcov.=vcovHC(plm.model, type="HC1))

• 我错过了一些选择吗？
• plm模型是否使用其他类型的估计，如果是的话，如何使用？
• 在某种程度上，我对plm的标准错误是否与, robust的Stata中的标准错误相同？

Answer 1

默认情况下，plm包不使用与Stata完全相同的面板数据小样本校正。但是，在plm的1.5版(在CRAN上)中，您可以选择Stata正在做的事情。

plm.model<-plm(Y ~ V1 , index=C("ENTITY","YEAR"), model="within", 
    effect="individual", data=data)
coeftest(plm.model, vcov.=function(x) vcovHC(x, type="sss"))

这将产生与Stata中相同的按组标准聚类的错误(但正如注释中所提到的，没有一个可重复的示例，以及您期望更难回答问题的结果)。

有关这一点以及R和Stata健壮see的一些基准的更多讨论，请参见Fama-MacBeth和集群-稳健性(按强度和时间)R中的标准误差。

另请参阅：

• 使用plm (固定效应)的R中的聚类标准误差

Answer 2

您的Stata代码是否可能与您使用plm时所做的不同？

plm的“在”选项中包含“个人”效果，这意味着表单的模型：

yit = a + Xit*B + eit + ci

plm所做的是降低系数，使ci从方程中下降。

yit_bar = Xit_bar*B + eit_bar

这样，"bar“后缀意味着每个变量的平均值都会被减去。平均值是随着时间的推移而计算出来的，这就是为什么效应是针对个人的。你也可以有一个固定的时间效应，这对所有个人来说都是共同的，在这种情况下，这种影响也是通过时间产生的(在这种情况下，这是不相关的)。

我不知道“十一”命令在斯塔塔有什么作用，但我认为它扩大了一种互动，对吗？然后，在我看来，您试图在每个实体中使用一个虚拟变量，正如@richardh所突出显示的那样。

要使Stata和plm代码匹配，您必须使用相同的模型。

您有两个选项：(1)在stata中设置数据，并在fe修饰符中使用xtreg选项；或(2)在池选项和每个实体中使用一个dummy选项时使用plm。

匹配Stata与R：

xtset entity year
xtreg y v1, fe robust 

匹配plm与Stata：

plm(Y ~ V1 + as.factor(ENTITY) , index=C("ENTITY","YEAR"), model="pooling", effect="individual", data=data)

然后将vcovHC与其中一个修饰符一起使用。确保检查这个纸，它很好地回顾了"HC“选项背后的所有机制以及它们影响方差协方差矩阵的方式。

希望这能有所帮助。