การอนุมานการถดถอยที่แข็งแกร่งและตัวประมาณแซนวิช

คุณช่วยยกตัวอย่างการใช้ตัวประมาณค่าแซนวิชเพื่อทำการอนุมานการถดถอยที่มีประสิทธิภาพได้หรือไม่?

ฉันสามารถดูตัวอย่างใน?sandwichแต่ฉันไม่เข้าใจวิธีการที่เราสามารถไปจากlm(a ~ b, data)( R -coded) เพื่อการประมาณการและPsandwichคุ้มค่าที่เกิดจากรูปแบบการถดถอยโดยใช้เมทริกซ์ความแปรปรวนแปรปรวนส่งกลับโดยฟังก์ชั่น

ฉันคิดว่ามีวิธีการไม่กี่ ฉันไม่ได้ดูพวกเขาทั้งหมดและไม่แน่ใจว่าสิ่งที่ดีที่สุด:

1. sandwichแพคเกจ:

   library(sandwich)    
   coeftest(model, vcov=sandwich)

แต่นี่ไม่ใช่คำตอบเดียวกับที่ฉันได้รับจาก Stata ด้วยเหตุผลบางอย่าง ฉันไม่เคยพยายามหาสาเหตุว่าทำไมฉันจึงไม่ใช้แพ็คเกจนี้

1. rmsแพคเกจ: ฉันพบนี้เป็นบิตของความเจ็บปวดในการทำงานที่มี แต่มักจะได้คำตอบที่ดีกับความพยายามบางอย่าง และมันมีประโยชน์มากที่สุดสำหรับฉัน

   model = ols(a~b, x=TRUE)    
   robcov(model)

2. คุณสามารถโค้ดได้ตั้งแต่เริ่มต้น (ดูโพสต์บล็อกนี้ ) ดูเหมือนตัวเลือกที่เจ็บปวดที่สุด แต่ง่ายอย่างน่าทึ่งและตัวเลือกนี้มักจะทำงานได้ดีที่สุด

คำอธิบายอย่างง่าย / รวดเร็วคือ Huber-White หรือ Robust SE นั้นได้มาจากข้อมูลแทนที่จะมาจากตัวแบบและทำให้มีความทนทานต่อข้อสมมติฐานหลายแบบ แต่เช่นเคยการค้นหาโดย Google อย่างรวดเร็วจะช่วยอธิบายรายละเอียดที่น่าตื่นเต้นหากคุณสนใจ

หนึ่งสามารถใช้ฟังก์ชันสรุปทางเลือกเพื่อดำเนินการถดถอยที่แข็งแกร่ง

lm.object <- lm(a~b+c)
summary(lm.object, robust=TRUE)

ในการรับข้อผิดพลาดมาตรฐานที่มีประสิทธิภาพคุณต้องตั้งค่าพารามิเตอร์ '' strong '' ในฟังก์ชันสรุปของคุณเป็น TRUE

รายการบล็อกต่อไปนี้มีฟังก์ชันและคำอธิบายโดยละเอียดของฟังก์ชัน: https://economictheoryblog.com/2016/08/08/robust-standard-errors-in-r