如何计算单变量回归(即只有一个自变量和没有截距的OLS回归)的异方差一致协方差矩阵(HCCM)?
背景:我有一个固定效应面板回归,但只有一个自变量。因此,我可以使用最小二乘虚拟变量(LSDV)方法来处理。
lm.ser.yr <- lm(realwage ~ placebo.ser + factor(incyear) + 0, data = cps)
或者我可以将LHS在年份水平上降低,并进行回归。
cps <- ddply(cps, .(incyear), transform, realwage.dm.yr = realwage - mean(realwage))
lm.ser.yr <- lm(realwage.dm.yr ~ placebo.ser + 0, data = cps)
但是这两种方法都存在问题。
使用LSDV方法和足够的虚拟变量,
lm
对象会变得非常大(每个1 GB)。这主要是因为我必须保留大型的qr
矩阵,以便将其传递给vcovHC()
来计算HCCM,但经常会停止在“无法分配大小为***的向量”错误上(或者进行大量分页)。使用去均值估计器一切都很好,但我无法计算HCCM,因为
vcovHC()
或hccm()
都无法处理没有拦截的单变量lm
对象(即它会返回NA
,据我所知,这是因为没有拦截和虚拟变量,我的残差远离零平均值)。
除了非常积极地管理内存和/或转移到云上,还有其他解决方案吗?