r - R studio:按组和时间进行面板回归和聚类?
问题描述
我有一些面板数据并且正在使用 PLM 包。我想按组和时间对标准错误进行聚类。但是,我只能在一个级别上进行集群,而不能同时在这两个级别上进行集群。
数据示例:
Date Country Stock_Returns House_Prices
1990 Japan 11.84 1000.00
1991 Japan 5.65 759.6
1990 USA -6.45 2831.90
1991 USA 9.78 532.63
我的回归示例
Reg1 <- plm(Stock_Returns ~ House_Prices, data =DF1, index=c("Country", "Date"), model="within)
这是我目前按时间聚类的方法,但我不知道如何做“时间”“组”?
x <- coeftest(Reg1, function(x), vcovHC(x, type="sss", cluster="time"))
任何帮助表示赞赏
解决方案
你可以使用lfe::felm
. 公式为y ~ x1 + x2 | f1 + f2 | (Q|W ~ x3+x4) | clu1 + clu2
,其中f
= 固定效应和clu
= 集群。
library(lfe)
fit <- felm(Stock_Returns ~ House_Prices | Country + Date | 0 | Date + Country, data=DF1)
summary(fit)
# Call:
# felm(formula = Stock_Returns ~ House_Prices | Country + Date | 0 | Date + Country, data = DF1)
#
# Residuals:
# Min 1Q Median 3Q Max
# -1.23404 -0.47836 0.03347 0.37293 1.94425
#
# Coefficients:
# Estimate Cluster s.e. t value Pr(>|t|)
# House_Prices 0.55393 0.08945 6.193 0.00848 **
# ---
# Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
#
# Residual standard error: 0.7618 on 29 degrees of freedom
# Multiple R-squared(full model): 0.7174 Adjusted R-squared: 0.581
# Multiple R-squared(proj model): 0.5377 Adjusted R-squared: 0.3145
# F-statistic(full model, *iid*):5.258 on 14 and 29 DF, p-value: 8.098e-05
# F-statistic(proj model): 38.35 on 1 and 3 DF, p-value: 0.008482
注意:您可能会获得很少(<50)个集群,并且可能需要使用特殊方法引导您的标准错误。您可能想阅读Cameron 等人的文章。2015 年并咨询当地统计学家。
数据
set.seed(42)
DF1 <- expand.grid(Date=1990:2000, Country=c("Japan", "USA", "Germany", "Mexico"))
DF1 <- within(DF1, {
Stock_Returns <- rnorm(nrow(DF1), 20)
House_Prices <- abs(rnorm(nrow(DF1), 5000)) + Stock_Returns
})
推荐阅读
- javascript - 如何将带有数组的表单数据发布到带有 Joi 数组验证的 API
- r - 如何将图例添加到 ggplot2 中的多个 hlines?
- sql - 如何从字符串存储的 yyyymmdd 格式转换为日期
- javascript - 使用 acorn-walk 跟踪 AST 中的范围
- list - 在构建基本 Agda 函数时克服定义相等问题
- reactjs - componentWillUnmount 使用带有参数依赖的钩子
- google-bigquery - 在聚簇表 BigQuery 上安排插入
- r - 在 Mac OS 上安装没有管理员的 R
- excel - 如何根据特定条件突出显示散点图(Excel)中的特定数据点?
- python - 检查单词是否在一个系列中,然后从字符串中删除它