我无法使用面板数据和R中的plm包预测正确的标准错误，而plm确实提供了一种预测因变量的方法，它没有提供一种方法来预测因变量的标准误差。预测.lm的方式。原则上看起来似乎可以手工完成，但我似乎无法正确地做到这一点。
我知道我错了的原因是因为我的预测完全符合stata的预测输出。正如您所看到的，R中的plm结果与stata中的xtreg结果匹配自变量指定值处的预测因变量，但标准误差不匹配。
有关如何计算正确标准错误的任何想法？
提前感谢您的时间。
这是代码：
sales fixef b_sales yhat yhat_se lwr upr
1 100 219.8659 -1.219563 97.90953 5.695797 86.74577 109.07329
2 110 219.8659 -1.219563 85.71390 6.265377 73.43376 97.99404
3 120 219.8659 -1.219563 73.51826 6.834956 60.12175 86.91478
4 130 219.8659 -1.219563 61.32263 7.404536 46.80974 75.83552
5 140 219.8659 -1.219563 49.12699 7.974116 33.49773 64.75626
6 150 219.8659 -1.219563 36.93136 8.543696 20.18572 53.67700
这是我从该代码获得的输出：
use "$input/cigar.dta", clear
xtset state year
xtreg price sales, fe
margins, at(sales = (100(10)150))
这是stata代码：
price | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
sales | -1.219563 .056958 -21.41 0.000 -1.3313 -1.107826
_cons | 219.8659 7.128342 30.84 0.000 205.8819 233.8499
-------------+----------------------------------------------------------------
sigma_u | 30.485231
sigma_e | 36.583061
rho | .4098257 (fraction of variance due to u_i)
------------------------------------------------------------------------------
F test that all u_i=0: F(45, 1333) = 6.83 Prob > F = 0.0000
. margins, at(sales = (100(10)150))
Adjusted predictions Number of obs = 1380
Model VCE : Conventional
Expression : Linear prediction, predict()
1._at : sales = 100
2._at : sales = 110
3._at : sales = 120
4._at : sales = 130
5._at : sales = 140
6._at : sales = 150
------------------------------------------------------------------------------
| Delta-method
| Margin Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
_at |
1 | 97.90953 1.682504 58.19 0.000 94.61189 101.2072
2 | 85.7139 1.265388 67.74 0.000 83.23378 88.19401
3 | 73.51826 1.010167 72.78 0.000 71.53837 75.49815
4 | 61.32263 1.043317 58.78 0.000 59.27777 63.36749
5 | 49.12699 1.34366 36.56 0.000 46.49347 51.76052
6 | 36.93136 1.780781 20.74 0.000 33.44109 40.42163
------------------------------------------------------------------------------
这是stata的输出
$('.button').on('click', function(){
var $this = $(this),
tr = $this.closest('tr');
tr.find('input[type="text"]').attr("readonly", false);
});