ฉันพยายามที่จะเข้าใจข้อผิดพลาดมาตรฐาน "การจัดกลุ่ม" และวิธีการดำเนินการใน R (มันเป็นเรื่องเล็กน้อยใน Stata) ใน RI ไม่ประสบความสำเร็จในการใช้งานplmหรือเขียนฟังก์ชั่นของตัวเอง ฉันจะใช้diamondsข้อมูลจากggplot2แพ็คเกจ
ฉันสามารถแก้ไขเอฟเฟกต์ด้วยตัวแปรจำลองได้
> 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 หรือตามความหมายทั้งด้านซ้ายและด้านขวา (ไม่มี regressors คงที่ที่นี่) และแก้ไของศาอิสระ
> # 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 ฉันไม่สามารถทำซ้ำผลลัพธ์เหล่านี้plmได้เนื่องจากฉันไม่มีดัชนี "เวลา" (นั่นคือนี่ไม่ใช่แผงจริง ๆ เพียงแค่กลุ่มที่อาจมีอคติทั่วไปในเงื่อนไขข้อผิดพลาด)
> plm.temp <- plm(price ~ carat, data = diamonds, index = "cut")
duplicate couples (time-id)
Error in pdim.default(index[[1]], index[[2]]) : ฉันยังพยายามรหัสเมทริกซ์ความแปรปรวนร่วมของตัวเองด้วยข้อผิดพลาดมาตรฐานแบบกลุ่มโดยใช้คำอธิบายของ Stata ของclusterตัวเลือกของพวกเขา( อธิบายไว้ที่นี่ ) ซึ่งจะแก้โดยที่ , si จำนวนกลุ่มเป็นส่วนที่เหลือ สำหรับการสังเกตและเป็นเวกเตอร์แถวของตัวทำนายรวมถึงค่าคงที่ (ซึ่งจะปรากฏเป็นสมการ (7.22) ในCross Sectionของ Wooldridge และ Panel DataยูJ=ΣคลิตรUsทีอีอาร์เจอีฉัน*xฉันnคอีฉันฉันทีเอช
) แต่รหัสต่อไปนี้ให้เมทริกซ์ความแปรปรวนร่วมที่มีขนาดใหญ่มาก ค่าที่สูงมากเหล่านี้มีให้กับกลุ่มเล็ก ๆ ที่ฉันมีหรือไม่? เนื่องจากฉันไม่สามารถ
plmทำคลัสเตอร์กับปัจจัยหนึ่งได้ฉันไม่แน่ใจว่าจะทำเกณฑ์มาตรฐานของฉันอย่างไร
> # 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 17830.22สิ่งนี้สามารถทำได้ใน R? มันเป็นเทคนิคที่ใช้กันทั่วไปในเศรษฐมิติ (มีการสอนสั้น ๆ ในการบรรยายนี้ ) แต่ฉันไม่สามารถเข้าใจได้ในอาร์ขอบคุณ!
7
@ricardh สาปแช่งนักเศรษฐศาสตร์ทุกคนที่ไม่ได้ตรวจสอบว่ามีการใช้คำที่พวกเขาต้องการใช้ในสถิติหรือไม่ คลัสเตอร์ในบริบทนี้หมายถึงกลุ่มและไม่เกี่ยวข้องกับการวิเคราะห์กลุ่มทั้งหมดนี่คือเหตุผลที่ rseek ให้ผลลัพธ์ที่ไม่เกี่ยวข้องกับคุณ ดังนั้นฉันลบแท็กการจัดกลุ่ม สำหรับการวิเคราะห์ข้อมูลแผงตรวจสอบPLM แพคเกจ มันเป็นบทความที่ดีดังนั้นคุณอาจพบสิ่งที่คุณต้องการ สำหรับคำถามของคุณยังไม่ชัดเจนว่าคุณต้องการอะไร ภายในข้อผิดพลาดมาตรฐานของกลุ่ม?
—
mpiktas
@ricardh มันจะช่วยได้มากถ้าคุณสามารถลิงค์ไปยังคู่มือของ Stata ที่
—
mpiktas
clusterตัวเลือกนี้ได้รับการอธิบาย ฉันแน่ใจว่ามันจะเป็นไปได้ที่จะทำซ้ำใน R.
+1 สำหรับความคิดเห็นนั้น นักเศรษฐศาสตร์ตั้งอาณานิคมศัพท์อย่างบ้าคลั่ง แม้ว่าบางครั้งมันก็ยากที่จะเลือกคนร้าย ฉันใช้เวลาสักครู่เช่นจนกว่าฉันจะรู้ว่า
—
hans0l0
factorไม่มีอะไรเกี่ยวข้องfactanalแต่อ้างอิงถึงตัวแปรที่จัดหมวดหมู่ อย่างไรก็ตามคลัสเตอร์ใน R หมายถึงการวิเคราะห์กลุ่ม K-หมายถึงเป็นเพียงวิธีการแบ่งพาร์ทิชัน: statmethods.net/advstats/cluster.html ฉันไม่ได้รับคำถามของคุณ แต่ฉันเดาด้วยว่าคลัสเตอร์ไม่มีส่วนเกี่ยวข้อง
@mpiktas, @ ran2 - ขอบคุณ! ฉันหวังว่าฉันจะอธิบายคำถามให้ชัดเจน กล่าวโดยย่อว่าเหตุใด "การจัดกลุ่มข้อผิดพลาดมาตรฐาน" จึงมีอยู่หากเป็นเพียงเอฟเฟกต์คงที่ซึ่งมีอยู่แล้ว
—
Richard Herron