具有PLM包的异方差性强大的标准误差

Question

我在尝试使用Stata后学习R,我必须说我喜欢它.但现在我遇到了一些麻烦.我即将对Panel Data进行一些多次回归,因此我正在使用该plm软件包.

现在我想plm在R中获得与我使用lm函数和Stata时相同的结果,当我执行异方差性稳健和实体固定回归时.

比方说,我有一个变量面板数据集Y,ENTITY,TIME,V1.

我用这段代码在R中得到了相同的标准错误

lm.model<-lm(Y ~ V1 + factor(ENTITY), data=data)
coeftest(lm.model, vcov.=vcovHC(lm.model, type="HC1))

就像我在Stata中执行此回归一样

xi: reg Y V1 i.ENTITY, robust

但是,当我使用plm包执行此回归时,我得到其他标准错误

plm.model<-plm(Y ~ V1 , index=C("ENTITY","YEAR"), model="within", effect="individual", data=data)
coeftest(plm.model, vcov.=vcovHC(plm.model, type="HC1))

• 我错过了设置一些选项吗？
• plm模型是否使用其他类型的估计,如果是,如何？
• 我可以在某种程度上使用plm与Stata 相同的标准错误, robust

Answer 1

默认情况下，plm包不使用确切为面板的数据作为相同的Stata小样本校正。但是，在1.5版plm（在CRAN上）中，您可以选择模拟Stata在做什么的选项。

plm.model<-plm(Y ~ V1 , index=C("ENTITY","YEAR"), model="within", 
    effect="individual", data=data)
coeftest(plm.model, vcov.=function(x) vcovHC(x, type="sss"))

这应该产生与Stata中相同的按组标准错误进行聚类（但如注释中所述，没有可复制的示例以及您期望得到什么结果，因此很难回答这个问题）。

有关此内容以及R和Stata健壮SE的一些基准的更多讨论，请参见R中的Fama-MacBeth和Cluster-Robust（按公司和时间）标准错误。

也可以看看：

• 使用plm在R中聚集标准错误（具有固定效果）

Answer 2

您的 Stata 代码是否可能与您使用 plm 所做的不同？

plm具有“单独”效果的“内部”选项意味着以下形式的模型：

yit = a + Xit*B + eit + ci

所做plm的就是降低系数，使 ci 从方程中消失。

yit_bar = Xit_bar*B + eit_bar

这样“bar”后缀意味着每个变量都减去了平均值。平均值是随着时间的推移计算的，这就是为什么效果是针对个人的。你还可以有一个固定的时间效应，这对所有个人来说都是常见的，在这种情况下，效应也会随着时间的推移而变化（尽管在这种情况下是不相关的）。

我不确定 STATA 中的“xi”命令有何作用，但我认为它扩展了交互，对吗？然后在我看来，您正在尝试为每个实体使用一个虚拟变量，正如@richardh 所强调的那样。

为了使您的 Stata 和 plm 代码匹配，您必须使用相同的型号。

您有两种选择：(1) 在 stata 中设置数据，并使用带 fe 修饰符的 xtreg 选项，或者 (2) 使用带池选项的 plm，并且每个实体一个虚拟对象。

将 Stata 与 R 匹配：

xtset entity year
xtreg y v1, fe robust 

将 plm 与 Stata 匹配：

plm(Y ~ V1 + as.factor(ENTITY) , index=C("ENTITY","YEAR"), model="pooling", effect="individual", data=data)

vcovHC然后与其中一种修饰符一起使用。请务必查看这篇论文，它对“HC”选项背后的所有机制以及它们影响方差协方差矩阵的方式进行了很好的回顾。

希望这可以帮助。