使用R中的plm包进行带有聚类稳健标准误的IV估计

Question

使用R中的plm包进行带有聚类稳健标准误的IV估计

5

我正在使用plm软件包进行面板数据的工具变量估计。然而，使用vcovHC（）函数计算簇偏差标准误似乎不被支持。更具体地说，当我使用vcovHC（）函数时，会显示以下错误消息：

“vcovG.plm（x，type = type，cluster = cluster，l = 0，inner = inner，：对于IV不可用的方法。”

示例：

data("Wages", package = "plm")
IV <- plm(lwage ~ south + exp | wks + south,
      data = Wages, model = "pooling", index = 595)

vcvIV <- vcovHC(IV)

根据这个帖子，两年前有人对此进行了修复。这个问题有没有任何进展？我知道“lfe”和“ivpack”包可以计算IV估计的聚类稳健标准误，但它们都不允许随机效应/截距。

- André

很遗憾，您必须等待直到它被实现...您可以在此处跟踪plm的开发版本：https://r-forge.r-project.org/R/?group_id=406 - Helix123

谢谢您的回复。您是否计划近期实施它？ - André

plm的官方CRAN版本（1.6-4）现在已经将此功能整合进去了。 - Helix123

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Rodrigo Remedio · Accepted Answer

实际上这并未被实现。不过，您可以使用Schrimpf的集群错误函数，该函数直接应用于plm类的对象。以您的示例为例：

library (plm)

data("Wages", package = "plm")

IV <- plm(lwage ~ south + exp | wks + south, data = Wages, model = "pooling", index = 595)

Wages$id <- rep(1:595, each = 7)        

cl.plm(Wages, IV, Wages$id)

在这里，我使用Wages$id作为面板第一个维度来形成聚类。您可能想将这些结果与其他软件中获得的结果进行比较。无论如何，代码很简单，允许一些技巧。 cl.plm函数基于Arai的聚类笔记，可以帮助您进一步了解。

在Stata中，您可以通过以下方式获得与cl.plm相同的结果：

ivregress 2sls lwage south (exp = wks), vce(cluster id) small

如果是在模型内：

xtset id time, generic

xtivreg2 lwage south (exp = wks), fe small cluster(id)

注意，我在Stata中使用的是小样本公式，这并不重要。更多信息请点击这里。无论如何，cl.plm可以正确处理plm类对象。

为了完整起见：根据@Helix123的建议，您可以使用plm软件包的开发版本（1.6-1），并像在您的问题中那样继续操作。