표준 오류 "클러스터링"과 R에서 실행하는 방법을 이해하려고합니다 (Stata에서는 사소합니다). RI에서 plm나 자신의 기능을 사용 하거나 작성하는 데 실패했습니다 . 패키지 의 diamonds데이터를 사용하겠습니다 ggplot2.
더미 변수로 고정 효과를 할 수 있습니다
> library(plyr)
> library(ggplot2)
> library(lmtest)
> library(sandwich)
> # with dummies to create fixed effects
> fe.lsdv <- lm(price ~ carat + factor(cut) + 0, data = diamonds)
> ct.lsdv <- coeftest(fe.lsdv, vcov. = vcovHC)
> ct.lsdv
t test of coefficients:
Estimate Std. Error t value Pr(>|t|)
carat 7871.082 24.892 316.207 < 2.2e-16 ***
factor(cut)Fair -3875.470 51.190 -75.707 < 2.2e-16 ***
factor(cut)Good -2755.138 26.570 -103.692 < 2.2e-16 ***
factor(cut)Very Good -2365.334 20.548 -115.111 < 2.2e-16 ***
factor(cut)Premium -2436.393 21.172 -115.075 < 2.2e-16 ***
factor(cut)Ideal -2074.546 16.092 -128.920 < 2.2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
또는 왼쪽과 오른쪽을 모두 의미하지 않고 (여기서 시간이 변하지 않는 회귀자가 없음) 자유도를 수정합니다.
> # by demeaning with degrees of freedom correction
> diamonds <- ddply(diamonds, .(cut), transform, price.dm = price - mean(price), carat.dm = carat .... [TRUNCATED]
> fe.dm <- lm(price.dm ~ carat.dm + 0, data = diamonds)
> ct.dm <- coeftest(fe.dm, vcov. = vcovHC, df = nrow(diamonds) - 1 - 5)
> ct.dm
t test of coefficients:
Estimate Std. Error t value Pr(>|t|)
carat.dm 7871.082 24.888 316.26 < 2.2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
plm"시간"인덱스가 없기 때문에이 결과를 복제 할 수 없습니다 (즉, 이것은 실제로 패널이 아니며 오류 조건에서 공통적 인 편향을 가질 수있는 클러스터 일뿐입니다).
> plm.temp <- plm(price ~ carat, data = diamonds, index = "cut")
duplicate couples (time-id)
Error in pdim.default(index[[1]], index[[2]]) :
또한 Stata의 cluster옵션 설명 (여기 설명)을 사용하여 클러스터 표준 오류로 내 자신의 공분산 행렬을 코딩하려고했습니다 . 이는 여기서 , si 클러스터 수, 는 잔차 위해 관찰 일정한 포함 예측기의 행 벡터이다 (이것은 또한 Wooldridge에서의 식 (7.22)로 나타나는 단면 패널 데이터UJ=ΣCLUSt의전자(R)의j 개의Ei∗xinceiith
). 그러나 다음 코드는 매우 큰 공분산 행렬을 제공합니다. 내가 가진 소수의 클러스터가 주어지면 이러한 매우 큰 값이 있습니까?
plm한 가지 요소로 클러스터를 수행 할 수 없기 때문에 코드를 벤치마킹하는 방법을 잘 모르겠습니다.
> # with cluster robust se
> lm.temp <- lm(price ~ carat + factor(cut) + 0, data = diamonds)
>
> # using the model that Stata uses
> stata.clustering <- function(x, clu, res) {
+ x <- as.matrix(x)
+ clu <- as.vector(clu)
+ res <- as.vector(res)
+ fac <- unique(clu)
+ num.fac <- length(fac)
+ num.reg <- ncol(x)
+ u <- matrix(NA, nrow = num.fac, ncol = num.reg)
+ meat <- matrix(NA, nrow = num.reg, ncol = num.reg)
+
+ # outer terms (X'X)^-1
+ outer <- solve(t(x) %*% x)
+
+ # inner term sum_j u_j'u_j where u_j = sum_i e_i * x_i
+ for (i in seq(num.fac)) {
+ index.loop <- clu == fac[i]
+ res.loop <- res[index.loop]
+ x.loop <- x[clu == fac[i], ]
+ u[i, ] <- as.vector(colSums(res.loop * x.loop))
+ }
+ inner <- t(u) %*% u
+
+ #
+ V <- outer %*% inner %*% outer
+ return(V)
+ }
> x.temp <- data.frame(const = 1, diamonds[, "carat"])
> summary(lm.temp)
Call:
lm(formula = price ~ carat + factor(cut) + 0, data = diamonds)
Residuals:
Min 1Q Median 3Q Max
-17540.7 -791.6 -37.6 522.1 12721.4
Coefficients:
Estimate Std. Error t value Pr(>|t|)
carat 7871.08 13.98 563.0 <2e-16 ***
factor(cut)Fair -3875.47 40.41 -95.9 <2e-16 ***
factor(cut)Good -2755.14 24.63 -111.9 <2e-16 ***
factor(cut)Very Good -2365.33 17.78 -133.0 <2e-16 ***
factor(cut)Premium -2436.39 17.92 -136.0 <2e-16 ***
factor(cut)Ideal -2074.55 14.23 -145.8 <2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 1511 on 53934 degrees of freedom
Multiple R-squared: 0.9272, Adjusted R-squared: 0.9272
F-statistic: 1.145e+05 on 6 and 53934 DF, p-value: < 2.2e-16
> stata.clustering(x = x.temp, clu = diamonds$cut, res = lm.temp$residuals)
const diamonds....carat..
const 11352.64 -14227.44
diamonds....carat.. -14227.44 17830.22
이것을 R에서 할 수 있습니까? 그것은 계량 경제학에서 상당히 일반적인 기술 이지만 ( 이 강의 에는 간단한 자습서가 있습니다) R에서 알아낼 수는 없습니다. 감사합니다!
7
@ricardh, 사용하고자하는 용어가 이미 통계에 사용되는지 여부를 확인하지 않은 것에 대해 모든 경제학자에게 저주. 이 문맥에서 군집은 그룹을 의미하며 군집 분석과 전혀 관련이 없기 때문에 rseek이 관련없는 결과를 제공 한 이유입니다. 따라서 클러스터링 태그를 제거했습니다. 패널 데이터 분석에 대해서는 plm 패키지를 확인하십시오 . 멋진 비네팅이 있으므로 원하는 것을 찾을 수 있습니다. 당신의 질문에 관해서는 당신이 원하는 것을 명확하지 않습니다. 그룹 표준 오류 내에서?
—
mpiktas
@ ricardh,이
—
mpiktas
cluster옵션이 설명되어 있는 Stata의 일부 매뉴얼에 링크 할 수 있다면 많은 도움이 될 것 입니다. 나는 R에서 복제가 가능할 것이라고 확신한다.
해당 댓글에 +1 경제학자들은 미친 것처럼 용어를 식민지화합니다. 때때로 악당을 고르기가 어렵습니다. Ii는 예를 들어 내가
—
hans0l0
factor아무 관련이 factanal없지만 범주화 된 변수를 참조 할 때까지 시간이 걸렸다 . 그러나 R의 군집은 군집 분석을 의미하며 k-means는 단지 분할 방법입니다 : statmethods.net/advstats/cluster.html . 나는 당신의 질문을 얻지 못하지만 클러스터는 그것과 관련이 없다고 생각합니다.
@mpiktas, @ ran2-감사합니다! 질문을 명확히하기를 바랍니다. 간단히 말해서, 이미 존재하는 고정 된 효과 인 경우 "표준 오류 클러스터링"이 존재하는 이유는 무엇입니까?
—
Richard Herron