Inferensi regresi yang kuat dan penaksir Sandwich

10

Bisakah Anda memberi saya contoh penggunaan estimator sandwich untuk melakukan inferensi regresi yang kuat?

Saya dapat melihat contohnya ?sandwich, tetapi saya tidak begitu mengerti bagaimana kita dapat beralih dari lm(a ~ b, data)( -code) ke estimasi dan nilai p yang dihasilkan dari model regresi menggunakan matriks varians-kovarians yang dikembalikan oleh fungsi sandwich.

Remi.b
sumber
Sudahkah Anda membaca contoh dalam sketsa terkait ?
user603
(1) Tautan berfungsi untuk saya. (2) Apakah ini pertanyaan r coding? Cara mendapatkan Huber-White SE setelah memasang model. Atau sesuatu yang lain?
charles
@ Charles 1) Memang berhasil! Tidak tahu apa yang terjadi sebelumnya. Ya itu adalah pertanyaan coding R. 2) Saya tidak tahu apa itu Kesalahan Standar Huber-White dan tidak tahu bagaimana cara menghitungnya sekarang. Terima kasih atas bantuan Anda!
Remi.b
Anda mendapatkan nilai-p & kesalahan standar dengan cara yang sama seperti biasa, menggantikan estimasi sandwich dari matriks varians-kovarians untuk yang paling kuadrat.
Scortchi
@Scortchi Ok. Dan begitu saya memiliki perkiraan ini (perkiraan OLS atau sandwich), apa yang dapat saya lakukan dengan mereka?
Remi.b

Jawaban:

9

Saya pikir ada beberapa pendekatan. Saya belum melihat semuanya dan tidak yakin mana yang terbaik:

  1. The sandwichpaket:

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

Tetapi ini tidak memberi saya jawaban yang sama yang saya dapatkan dari Stata karena beberapa alasan. Saya tidak pernah mencoba mencari tahu mengapa, saya hanya tidak menggunakan paket ini.

  1. The rmspaket: Saya menemukan ini sedikit rasa sakit untuk bekerja dengan tetapi biasanya mendapatkan jawaban yang baik dengan beberapa usaha. Dan itu yang paling berguna buat saya.

    model = ols(a~b, x=TRUE)    
    robcov(model)
    
  2. Anda dapat mengkodekannya dari awal (lihat posting blog ini ). Sepertinya pilihan yang paling menyakitkan, tetapi sangat mudah dan opsi ini sering bekerja paling baik.

Penjelasan sederhana / cepat adalah bahwa Huber-White atau Robust SE berasal dari data daripada dari model, dan dengan demikian kuat untuk banyak asumsi model. Tapi seperti biasa, pencarian Google cepat akan menjabarkan ini dalam detail yang menyiksa jika Anda tertarik.

charles
sumber
Anda harus benar-benar melihat jawaban ini di sini: stats.stackexchange.com/a/117066/12053
chandler
2
Seperti bagaimana jawaban ini secara implisit mengasumsikan bahwa ada sesuatu yang salah dengan R, karena Anda mendapatkan hasil yang berbeda dari Stata. Bagi orang yang tahu cara kerja penaksir sandwich, perbedaannya jelas dan mudah diperbaiki. Untuk orang-orang yang tidak tahu, silakan baca sketsa (panduan) yang dikirimkan bersama paket
Repmat
10

Seseorang dapat menggunakan fungsi ringkasan alternatif untuk melakukan regresi yang kuat.

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

Untuk mendapatkan kesalahan standar yang kuat, Anda mengatur parameter '' kuat '' di fungsi ringkasan Anda ke TRUE.

Entri blog berikut menyediakan fungsi dan deskripsi terperinci dari fungsi: https://economictheoryblog.com/2016/08/08/robust-standard-errors-in-r

Daniel Kah
sumber