R - исправлен эффект анализа данных панели и устойчивые стандартные ошибки

Question

Я работаю с данными панели через пакет plm в R. И теперь я рассматриваю модель фиксированного эффекта группы (городов), времени и двух способов группировки и времени соответственно. Поскольку я обнаружил гетероскедастичность с помощью теста Бреуша-Пагана, я вычисляю устойчивые стандартные ошибки.

Я прочитал справку ?vcovHC, но я не мог полностью понять, как использовать coeftest.

Мой текущий код:

library(plm)
library(lmtest)
library(sandwich)

fem_city <- plm (z ~ x+y, data = rawdata, index = c("city","year"), model = "within", effect = "individual")
fem_year <- plm (z ~ x+y, data = rawdata, index = c("city","year"), model = "within", effect = "time")
fem_both <- plm (z ~ x+y, data = rawdata, index = c("city","year"), model = "within", effect = "twoways")

coeftest(fem_city, vcovHC(fem_city, type = 'HC3', cluster = 'group')
coeftest(fem_year, vcovHC(fem_city, type = 'HC3', cluster = 'time')

Для расчета надежных стандартных ошибок подходят ли коды coeftest? Мне интересно, как установить параметр cluster для effect = 'individual и effect = 'time' каждый. Например, я установил coeftest коды:

cluster = 'group' в plm fem_city для effect = 'individual' в coeftest

cluster = 'time' в plm fem_year для effect = 'time' в coeftest

Этот способ уместен?

И, как вычислить устойчивую стандартную ошибку для двух значений: city и year?

Большое спасибо!

Answer 1

Установите cluster='group', если вы хотите кластеризовать переменную, служащую в качестве индивидуального индекса (city в вашем примере).

Установите cluster='time', если вы хотите кластеризовать переменную, служащую в качестве индекса времени (year в вашем примере).

Вы можете кластеризовать индекс времени даже для односторонней модели с фиксированными эффектами.

Для кластеризации по обеим индексным переменным вы не можете сделать это с помощью plm::vcovHC. Посмотрите на vcovDC из тех же пакетов, которые обеспечивают двойную кластеризацию (DC = двойная кластеризация), например

coeftest(fem_city, vcovDC(fem_city)