plm与lfe中的聚类标准误差

Question

当我使用plm和lfe运行集群标准错误面板规范时，我得到的结果在第二个重要数字上有所不同。有谁知道他们对SE的计算有什么不同吗？

set.seed(572015)
library(lfe)
library(plm)
library(lmtest)
# clustering example
x <- c(sapply(sample(1:20), rep, times = 1000)) + rnorm(20*1000, sd = 1)
y <- 5 + 10*x + rnorm(20*1000, sd = 10) + c(sapply(rnorm(20, sd = 10), rep, times = 1000))
facX <- factor(sapply(1:20, rep, times = 1000))
mydata <- data.frame(y=y,x=x,facX=facX, state=rep(1:1000, 20))
model <- plm(y ~ x, data = mydata, index = c("facX", "state"), effect = "individual", model = "within")
plmTest <- coeftest(model,vcov=vcovHC(model,type = "HC1", cluster="group"))
lfeTest <- summary(felm(y ~ x | facX | 0 | facX))
data.frame(lfeClusterSE=lfeTest$coefficients[2],
       plmClusterSE=plmTest[2])

lfeClusterSE plmClusterSE
1   0.06746538   0.06572588

Answer 1

差别在于自由度的调整。这是通常的第一猜测时，寻找不同的应该是相似的标准错误(例如，Different Robust Standard Errors of Logit Regression in Stata and R)。在这里，当比较来自(1) plm+vcovHC，(2) felm，(3) lm+cluster.vcov (来自package multiwayvcov)的结果时，可以说明这个问题。

首先，我重新设计了所有的模型：

m1 <- plm(y ~ x, data = mydata, index = c("facX", "state"),
  effect = "individual", model = "within")
m2 <- felm(y ~ x | facX | 0 | facX, data = mydata)
m3 <- lm(y ~ facX + x, data = mydata)

所有这些都导致了相同的系数估计。对于m3，固定效果是显式报告的，而不是m1和m2。因此，对于m3，仅用tail(..., 1)提取最后一个系数。

all.equal(coef(m1), coef(m2))
## [1] TRUE
all.equal(coef(m1), tail(coef(m3), 1))
## [1] TRUE

非稳健的标准误差也是一致的。

se <- function(object) tail(sqrt(diag(object)), 1)
se(vcov(m1))
##          x 
## 0.07002696 
se(vcov(m2))
##          x 
## 0.07002696 
se(vcov(m3))
##          x 
## 0.07002696 

当比较聚类标准错误时，我们现在可以显示felm使用自由度校正，而plm没有：

se(vcovHC(m1))
##          x 
## 0.06572423 
m2$cse
##          x 
## 0.06746538 
se(cluster.vcov(m3, mydata$facX))
##          x 
## 0.06746538 
se(cluster.vcov(m3, mydata$facX, df_correction = FALSE))
##          x 
## 0.06572423