我尝试重播this stata示例并从stargazer移至texreg。数据可用here。
要运行回归并获得se，我运行此代码：
library(readstata13)
library(sandwich)
cluster_se <- function(model_result, data, cluster){
model_variables <- intersect(colnames(data), c(colnames(model_result$model), cluster))
model_rows <- as.integer(rownames(model_result$model))
data <- data[model_rows, model_variables]
cl <- data[[cluster]]
M <- length(unique(cl))
N <- nrow(data)
K <- model_result$rank
dfc <- (M/(M-1))*((N-1)/(N-K))
uj <- apply(estfun(model_result), 2, function(x) tapply(x, cl, sum));
vcovCL <- dfc*sandwich(model_result, meat=crossprod(uj)/N)
sqrt(diag(vcovCL))
}
elemapi2 <- read.dta13(file = 'elemapi2.dta')
lm1 <- lm(formula = api00 ~ acs_k3 + acs_46 + full + enroll, data = elemapi2)
se.lm1 <- cluster_se(model_result = lm1, data = elemapi2, cluster = "dnum")
stargazer::stargazer(lm1, type = "text", style = "aer", se = list(se.lm1))
==========================================================
api00
----------------------------------------------------------
acs_k3 6.954
(6.901)
acs_46 5.966**
(2.531)
full 4.668***
(0.703)
enroll -0.106**
(0.043)
Constant -5.200
(121.786)
Observations 395
R2 0.385
Adjusted R2 0.379
Residual Std. Error 112.198 (df = 390)
F Statistic 61.006*** (df = 4; 390)
----------------------------------------------------------
Notes: ***Significant at the 1 percent level.
**Significant at the 5 percent level.
*Significant at the 10 percent level.
texreg产生了这个：
texreg::screenreg(lm1, override.se=list(se.lm1))
========================
Model 1
------------------------
(Intercept) -5.20
(121.79)
acs_k3 6.95
(6.90)
acs_46 5.97 ***
(2.53)
full 4.67 ***
(0.70)
enroll -0.11 ***
(0.04)
------------------------
R^2 0.38
Adj. R^2 0.38
Num. obs. 395
RMSE 112.20
========================
如何修复p值？
答案 0 :(得分：2)
首先，请注意您使用as.integer是危险的，并且一旦您使用非数字rownames数据，可能会导致问题。例如，使用其rownames由汽车名称组成的内置数据集mtcars，您的函数会将所有rownames强制转换为NA，并且您的函数将无效。
对于您的实际问题，您可以为texreg提供自定义p值，这意味着您需要计算相应的p值。为了实现这一点，您可以计算方差 - 协方差矩阵，计算测试统计量，然后手动计算p值，或者您只需计算方差 - 协方差矩阵并将其提供给例如。 coeftest。然后，您可以从那里提取标准误差和p值。由于我不愿意下载任何数据，因此我使用mtcars - 数据进行以下操作：
library(sandwich)
library(lmtest)
library(texreg)
cluster_se <- function(model_result, data, cluster){
model_variables <- intersect(colnames(data), c(colnames(model_result$model), cluster))
model_rows <- rownames(model_result$model) # changed to be able to work with mtcars, not tested with other data
data <- data[model_rows, model_variables]
cl <- data[[cluster]]
M <- length(unique(cl))
N <- nrow(data)
K <- model_result$rank
dfc <- (M/(M-1))*((N-1)/(N-K))
uj <- apply(estfun(model_result), 2, function(x) tapply(x, cl, sum));
vcovCL <- dfc*sandwich(model_result, meat=crossprod(uj)/N)
}
lm1 <- lm(formula = mpg ~ cyl + disp, data = mtcars)
vcov.lm1 <- cluster_se(model_result = lm1, data = mtcars, cluster = "carb")
standard.errors <- coeftest(lm1, vcov. = vcov.lm1)[,2]
p.values <- coeftest(lm1, vcov. = vcov.lm1)[,4]
texreg::screenreg(lm1, override.se=standard.errors, override.p = p.values)
为了完整起见，让我们手动完成：
t.stats <- abs(coefficients(lm1) / sqrt(diag(vcov.lm1)))
t.stats
(Intercept) cyl disp
38.681699 5.365107 3.745143
这些是使用群集稳健标准错误的t统计信息。自由度存储在lm1$df.residual中，并使用内置函数进行t分布（参见例如?pt），我们得到：
manual.p <- 2*pt(-t.stats, df=lm1$df.residual)
manual.p
(Intercept) cyl disp
1.648628e-26 9.197470e-06 7.954759e-04
这里，pt是分布函数，我们想要计算观察统计量的概率至少与我们观察到的一样极端。由于我们测试双面并且它是对称密度，我们首先使用负值取左边的极值，然后加倍。这与使用2*(1-pt(t.stats, df=lm1$df.residual))相同。现在，只是为了检查这会产生与以前相同的结果：
all.equal(p.values, manual.p)
[1] TRUE
答案 1 :(得分：1)
texreg的稳健标准错误很简单：只需直接传递coeftest！这个问题变得更容易了，因为问题最后得到了回答：现在你可以直接用所需的方差 - 协方差矩阵传递coeftest。缺点：您失去了适合度统计数据（例如R ^ 2和观察次数），但根据您的需要，这可能不是一个大问题
> screenreg(list(reg1, coeftest(reg1,vcov = vcovHC(reg1, 'HC1'))),
custom.model.names = c('Standard Standard Errors', 'Robust Standard Errors'))
=============================================================
Standard Standard Errors Robust Standard Errors
-------------------------------------------------------------
(Intercept) -192.89 *** -192.89 *
(55.59) (75.38)
x 2.84 ** 2.84 **
(0.96) (1.04)
-------------------------------------------------------------
R^2 0.08
Adj. R^2 0.07
Num. obs. 100
RMSE 275.88
=============================================================
*** p < 0.001, ** p < 0.01, * p < 0.05
为了生成这个例子，我创建了一个具有异方差性的数据帧，请参阅下面的完整可运行示例代码：
require(sandwich);
require(texreg);
set.seed(1234)
df <- data.frame(x = 1:100);
df$y <- 1 + 0.5*df$x + 5*100:1*rnorm(100)
reg1 <- lm(y ~ x, data = df)