Совместный критерий значимости для фиксированных эффектов в регрессионной модели с кластерной ошибкой - PullRequest
Новая
       32

Совместный критерий значимости для фиксированных эффектов в регрессионной модели с кластерной ошибкой

0 голосов
/ 13 мая 2019

Я пытаюсь проверить, значимы ли фиксированные эффекты (обозначенные "lg" в моем коде ниже) в моей регрессионной модели, кластеризованной на уровне города, или нет, и F-тест или критерий хи-квадрат должны соответствовать этому попытка. R - это язык, который я использую.

Проблема в том, что все возможные тестовые коды, которые я пробовал, не смогли выполнить F или критерий хи-квадрат в модели с "кластерной ошибкой".

Я пробовал следующий тест: 

model <- miceadds::lm.cluster(y ~ x1 + x2 + factor(year) + factor(lg) + factor(cityid) , 
                              cluster="cityid", data = data)
linearHypothesis(model, c("factor(lg)=0"))

model1 <- miceadds::lm.cluster(y ~ x1 + x2 + factor(year) + factor(lg) + factor(cityid), 
                               cluster="cityid", data = data)
model2 <- miceadds::lm.cluster(y ~ x1 + x2 + factor(year) + factor(cityid) , 
                               cluster="cityid", data = data)
anova(model1, model2, test="Chisq")

или 

phtest(model1, model2)

Я получаю следующую ошибку:

нет применимого метода для 'anova', примененного к объекту класса "lm.cluster"

Мне было интересно, есть ли какой-нибудь метод, позволяющий мне проверить, являются ли фиксированные эффекты LG совместно значимыми или нет? Или, возможно, мне придется самостоятельно вычислять статистику хи-квадрат, но я не знаю, как это делать с моими собственными кодами.

...