用用户提供的协方差矩阵计算F统计量

Question

见下面的编辑

对于package plm，我想知道为什么summary()显示的F统计信息在提供协方差矩阵(对于健壮的标准错误)之后不会改变。考虑到下面的代码，我不会得到由summery()计算的F统计量的变化。但是，由waldtest()更改计算的F状态：

require(plm)
require(lmtest)
data("Grunfeld")
gp <- plm(inv ~ value + capital,data=Grunfeld,model="pooling")

# summary() and waldtest() yield  same F statistic [w/o user supplied covariance matrix]
summary(gp)
waldtest(gp, test="F")

# summary() and waldtest() yield different  F statistic [w/ user supplied covariance matrix]
summary(gp, .vcov = plm::vcovHC(gp, "white2"))
waldtest(gp, test="F", vcov=plm::vcovHC(gp, "white2"))

考虑到这篇关于Stata的健壮标准错误的文章，比较F统计量w/和w/o的鲁棒标准误差，我觉得F统计量应该改变。

这是PLM1.4(然后是稳定版本)的版本。

编辑：plm的CRAN版本1.6-4中的pwaldtest实现了这一点，现在将其合并到summary.plm中，因此，只需运行以下之一，就可以获得具有调整后的df2参数的稳健F测试：

summary(gp, vcov = plm::vcovHC(gp, "white2"))
pwaldtest(gp, test="F", vcov = plm::vcovHC(gp, "white2"))

以下是从业者稳健推理的一个很好的参考: Cameron/Miller，“操作者集群-稳健推理指南”，“人力资源杂志”，2015年春季，第50卷，第2期，第317至373页。http://cameron.econ.ucdavis.edu/research/papers.html

Answer 1

如果您查看plm:::summary.plm的源代码，那么您将看到第一行是：object$fstatistic <- Ftest(object, test = "F")。因此，.vcov参数没有传递给plm:::Ftest()，因此F-统计量根本不受影响。您可以与plm维护人员联系，并要求对此进行改进，或者至少在手册页面中指出。目前，.vcov只用于每个系数的部分Wald测试，即与lmtest通过coeftest(gp, vcov = vcovHC(gp, "white2"))计算的内容相对应。