本文介绍了异方差校正标准差回归的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!

问题描述

我想找到最接近STATA输出的R实现,用于用异方差校正的标准误差来拟合最小二乘回归函数。具体地说,我希望修正后的标准误差在"总结"中,而不必为我的第一轮假设检验做额外的计算。我正在寻找一种与Eview和Stata提供的一样"干净"的解决方案。

到目前为止,使用"lmtest"包我能想到的最好结果是:

model <- lm(...)
coeftest(model, vcov = hccm) 

这给了我想要的输出,但它似乎没有将"coeftest"用于其声明的目的。我还必须使用带有不正确标准误差的摘要来读出R^2和F统计数据等。我认为,鉴于R是多么动态,应该有一个"一行"解决方案来解决这个问题。

谢谢

推荐答案

我认为使用包lmtest中的coeftest是正确的。请看sandwich package,它包含此功能,旨在与您已经找到的lmtest包协同工作。

> # generate linear regression relationship
> # with Homoskedastic variances
> x <- sin(1:100)
> y <- 1 + x + rnorm(100)
> ## model fit and HC3 covariance
> fm <- lm(y ~ x)
> vcovHC(fm)
            (Intercept)           x
(Intercept) 0.010809366 0.001209603
x           0.001209603 0.018353076
> coeftest(fm, vcov. = vcovHC)

t test of coefficients:

            Estimate Std. Error t value  Pr(>|t|)    
(Intercept)  1.01973    0.10397  9.8081 3.159e-16 ***
x            0.93992    0.13547  6.9381 4.313e-10 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

若要获得F测试,请查看函数waldtest()

> waldtest(fm, vcov = vcovHC)
Wald test

Model 1: y ~ x
Model 2: y ~ 1
  Res.Df Df      F    Pr(>F)    
1     98                        
2     99 -1 48.137 4.313e-10 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

如果您想要一行程序,您总是可以编写一个简单的函数来为您组合这两个函数...

Econometric Computing with HC and HAC Covariance Matrix Estimators随附的三明治包中有很多示例,链接lmtest和三明治可以做您想做的事情。

编辑:一行程序可以简单到:

mySummary <- function(model, VCOV) {
    print(coeftest(model, vcov. = VCOV))
    print(waldtest(model, vcov = VCOV))
}

我们可以这样使用(在上面的示例中):

> mySummary(fm, vcovHC)

t test of coefficients:

            Estimate Std. Error t value  Pr(>|t|)    
(Intercept)  1.01973    0.10397  9.8081 3.159e-16 ***
x            0.93992    0.13547  6.9381 4.313e-10 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Wald test

Model 1: y ~ x
Model 2: y ~ 1
  Res.Df Df      F    Pr(>F)    
1     98                        
2     99 -1 48.137 4.313e-10 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

这篇关于异方差校正标准差回归的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持!

11-02 09:58