Оцените робастные стандартные ошибки для регрессии Хаусмана-Тейлора с помощью plm () - PullRequest
Новая
       33

Оцените робастные стандартные ошибки для регрессии Хаусмана-Тейлора с помощью plm ()

1 голос
/ 14 июня 2019

Я могу оценить устойчивые стандартные ошибки для модели КЭ, используя plm(), но не для Хаусмана-Тейлора (HT). Мне нужно, чтобы оценка HT включала в мою модель некоторые переменные, не зависящие от времени, которые отражают начальные условия. Ниже приведен пример использования данных Cigar. 

data(Cigar, packege = "plm")

Сначала я создаю переменные, не зависящие от времени, для начальных условий в году 63 

help.sales <- subset(Cigar, year == 63, select=c(state, sales))
names(help.sales)[2]<-"sales.63" 
help.price <- subset(Cigar, year == 63, select=c(state, price))
names(help.price)[2]<-"price.63"   #rename
Cigar <-merge(Cigar, help.sales, by = "state")
Cigar <-merge(Cigar, help.price, by = "state")

Тогда я оцениваю модель FE: 

FE.Cigar <- plm(price ~ sales.63:year  + ndi + factor(year) |
                sales.63:year + sales.63 + ndi + factor(year), data = Cigar, 
                model="within", effect = "individual", index = c("state","year"))

и модель HT: 

HT.Cigar <- plm(price ~ sales.63:year + sales.63 + price.63 + ndi + factor(year) |
                   sales.63:year + sales.63 + ndi + factor(year), data = Cigar,
                   model="random", random.method ="ht", inst.method = "baltagi", 
                   effect = "individual", index = c("state", "year"), na.action = na.exclude)

В то время как надежные стандартные ошибки могут быть оценены без каких-либо проблем с приведенным ниже для FE: 

coeftest(FE.Cigar, vcov.=function(x) vcovHC(x, type="sss", cluster="group"))

когда я пытаюсь сделать то же самое для HT 

coeftest(HT.Cigar, vcov.=function(x) vcovHC(x, type="sss", cluster="group"))

Я получаю следующее сообщение об ошибке: enter image description here

Похожая проблема была указана здесь , но, учитывая, что этому посту 5 лет, мне было интересно, есть ли какие-либо решения.

...