r - 用于集群鲁棒性 se 的 R Wald 测试

Question

我想测试我的模型的重要性。我已经读过，因为我使用的是集群稳健模型，所以 F-test 不成立，而我应该使用Wald test。

我的脚本目前看起来像这样，所有这些不同的选项都为我提供了更正的集群鲁棒性：

选项1：

m <- lm(y_var ~ var1 + poly(var2, 2) + quartier, data = df)

m_robust_clustered <- coeftest(m, vcov = vcovCL,
                                    type = "HC1",
                                    df = 9,  # There are 10 quartiers, so 10-1 = 9
                                    cluster = ~ quartier) # retrieve cluster robust se's 

选项2：（使用miceadds）

m <- lm.cluster(y_var ~ var1 + poly(var2, 2) + quartier,
                     cluster = 'quartier',
                     data = df)

选项3：（使用estimatr）

m <- lm_robust(y_var ~ var1 + poly(var2, 2) + quartier, cluster = quartier, data = df)

我的问题是，从这里我无法弄清楚如何进行 Wald 测试。我查看了 waldtest() 和 Wald_test() 函数，但这些都不起作用：

waldtest(m)

Wald_test(m)

==> 我在这里错过了什么？在上面的每个回归编码中，我应该使用哪种语法进行 wald 测试？

谢谢您的帮助！

标签： r