我正在尝试学习R,之前使用的是Stata,我必须说我很喜欢它。但是现在我遇到了一些麻烦。我要使用plm
包进行面板数据的多元回归。
现在我想在R中使用plm
与Stata的lm
函数获得相同的结果,执行异方差稳健和实体固定回归。
假设我有一个带有变量Y
、ENTITY
、TIME
、V1
的面板数据集。
使用以下代码,我可以在R中获得相同的标准误:
```r ```lm.model<-lm(Y ~ V1 + factor(ENTITY), data=data)
coeftest(lm.model, vcov.=vcovHC(lm.model, type="HC1))
当我在Stata中执行这个回归分析时
xi: reg Y V1 i.ENTITY, robust
但是当我使用plm
包执行此回归时,我得到了其他标准误差。
plm.model<-plm(Y ~ V1 , index=C("ENTITY","YEAR"), model="within", effect="individual", data=data)
coeftest(plm.model, vcov.=vcovHC(plm.model, type="HC1))
- 我有遗漏设置一些选项吗?
plm
模型是否使用其他类型的估计方法,如果是,那么是什么?- 我是否可以以某种方式使用
plm
获得与Stata中, robust
相同的标准误差?
lm
所做的相同,因此结果匹配。在plm
模型中,你正在做一个固定效应回归,其中Y = a0 + a1*V1 + ui + epsilon,其中ui是每个“个体”的固定效应,而你通过index
指定为ENTITY。所以我认为你的Stata和R结果在第一种情况下匹配,因为你在两种情况下都使用了实体作为独立变量进行汇总面板回归。但我不懂Stata。 - Richard Herron