R中使用logitmfx计算鲁棒的聚类标准误差时出错

Question

R中使用logitmfx计算鲁棒的聚类标准误差时出错

rdatabaseregressioncluster-analysislogistic-regression

4

我希望运行一个logit回归，预测家庭大小和年龄的平均边际效应，以及二元指标（个人是否移民、是否有健康保险或抽烟）对发生高血压概率的影响。

这些数据来自于集群调查，并且我希望在输出中包含稳健的集群标准误差。

但是当我添加代码以包括稳健的集群SE时，我收到一个错误，指出我的回归变量不再被找到，我不确定原因。任何建议都将不胜感激！谢谢。

AGE       IMMIGRANT     FAMSIZE     HLTH_INS    HYPERTEN   SMOKE    PSU
<int>       <dbl>         <int>       <dbl>       <dbl>     <dbl>  <int>
40           0              2          1            0         0      2
23           0              2          1            0         0      1
24           0              2          1            0         0      2
18           0              3          1            1         0      2
30           0              2          1            0         0      2
33           1              6          0            0         0      1

#or if this is an easier output to reproduce:
structure(list(AGE = c(40L, 23L, 24L, 18L, 30L, 33L, 32L, 63L, 
22L, 24L), IMMIGRANT = c(0, 0, 0, 0, 0, 1, 0, 0, 0, 1), FAMSIZE = c(2L, 
2L, 2L, 3L, 2L, 6L, 2L, 1L, 2L, 1L), HLTH_INS = c(1, 1, 1, 1, 
1, 0, 1, 1, 1, 0), HYPERTEN = c(0, 0, 0, 0, 0, 0, 0, 1, 0, 0), 
    SMOKE = c(0, 0, 0, 0, 0, 0, 0, 0, 0, 1), PSU = c(2L, 1L, 
    2L, 2L, 2L, 1L, 2L, 2L, 1L, 2L)), row.names = c(NA, -10L), class = "data.frame")


#The regression works without adjusting for clustered SE 
logit<-logitmfx(HYPERTEN~scale(AGE)+IMMIGRANT+scale(FAMSIZE)+HLTH_INS+
                 SMOKE,data=sample,
                atmean=TRUE,robust=T)


#However, when I add in the code to cluster SE I receive the error: "Error in scale(AGE) : object 'AGE' not found" 
logit<-logitmfx(HYPERTEN~scale(AGE)+IMMIGRANT+scale(FAMSIZE)+HLTH_INS+
                 SMOKE,data=sample,
                atmean=TRUE,robust=T,clustervar1="PSU", clustervar2=NULL,!is.null("PSU"))

- juliah0494

2个回答

4

奇怪的是，无法再识别formula中的函数。

如果你移除scale，它就能正常工作。而且其他函数如log()也似乎不起作用。

你可以尝试先计算scale(AGE)，然后就不需要将它放入公式中了。

可能长这样：

sample$AGE<-scale(sample$AGE)
sample$FAMSIZE<-scale(sample$FAMSIZE)

form <- as.formula(HYPERTEN~AGE+IMMIGRANT+FAMSIZE+HLTH_INS+SMOKE)
#However, when I add in the code to cluster SE I receive the error: "Error in scale(AGE) : object 'AGE' not found"
logit<-logitmfx(form,data=sample,
                atmean=TRUE,robust=T,clustervar1="PSU", clustervar2=NULL)

- Steffen Moritz

谢谢@SteffenMoritz！现在一切都正常运行。 - juliah0494

抱歉，我确实有另一个澄清问题，从R文档（[https://www.rdocumentation.org/packages/mfx/versions/1.2-2/topics/logitmfx]）中我读到，为了有聚类标准误差，我还需要在回归末尾包括`!is.null(clustervar1)`。但是您提供的示例没有包括这个。您发送的内容是否仍在计算聚类SE？ - juliah0494

我在文档中没有看到这个，请提供链接好吗？您可能误解了以下内容：“如果同时 robust=TRUE 且 !is.null(clustervar1)，该函数将覆盖鲁棒命令并计算聚类标准误差。” 它说 clustervar1 参数不应为 NULL。因为它不是NULL，而是“PSU”。 - Steffen Moritz

哦！我误解了解释，我以为方程式中需要写'!is.null(clustervar1)`。谢谢！ - juliah0494

不客气。是的，他们可能可以更清楚地解释这个 :D - Steffen Moritz

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

- Qwethm · Accepted Answer

尝试使用源代码复制函数的步骤时，Steffen Moritz的解决方案应该确实可行。问题出现在首次 logitmfx 立即调用另一个函数 logitmfxest。

这个函数具有相同的参数，但它还有以下代码：

if(!is.null(clustervar1)){
    if(is.null(clustervar2)){
      if(!(clustervar1 %in% names(data))){
        stop("clustervar1 not in data.frame object")
      }    
      data = data.frame(model.frame(formula, data, na.action=NULL),data[,clustervar1])
      names(data)[dim(data)[2]] = clustervar1
      data=na.omit(data)
    }
    if(!is.null(clustervar2)){
      if(!(clustervar1 %in% names(data))){
        stop("clustervar1 not in data.frame object")
      }    
      if(!(clustervar2 %in% names(data))){
        stop("clustervar2 not in data.frame object")
      }    
      data = data.frame(model.frame(formula, data, na.action=NULL),
                        data[,c(clustervar1,clustervar2)])
      names(data)[c(dim(data)[2]-1):dim(data)[2]] = c(clustervar1,clustervar2)
      data=na.omit(data)
    }
  }

根据您的情况，以下代码将被激活：

if(!is.null(clustervar1)){
    if(is.null(clustervar2)){  
      data = data.frame(model.frame(formula, data, na.action=NULL),data[,clustervar1])
      names(data)[dim(data)[2]] = clustervar1
      data=na.omit(data)
    }
  }

这将重新定义“data”，使其成为基于model.frame构建的data.frame。但是，模型框架使用您公式中的名称，因此突然第二列被称为scale.AGE.，第三列被称为scale.FAMSIZE.。由于该函数随后调用广义线性模型，因此这是一个大问题。

fit = glm(formula, data=data, family = binomial(link = "logit"), x=T, 
        start = start, control = control)

在这里，它使用了包含 scale(AGE) 和 scale(FAMSIZE) 的原始公式，但是应用了新的数据帧并更改列名。

因此，在输入之前进行缩放应该可以解决问题。并且正如 Steffen 提到的，任何其他功能都会导致相同的错误，因为当调用 model.frame 时它们会产生类似的列重命名。