我已经检查了几个主题，还发现了有关面板回归中异方差的一些帮助。但是不幸的是，一些问题仍未解决。
以下示例（一些重复测量，数据已经采用长格式）：
Panelregr <- plm(V1~ V2 + V3 + V4, data = XY, model ="random")
然后我检查了异方差：
B.P.Test <- bptest(V ~ V2 + V3 + V4, data=XY, studentize = F)
测试非常显着->异方差
然后，我读到（链接：https://www.princeton.edu/~otorres/Panel101R.pdf），该书介绍了如何使用鲁棒协方差矩阵来解释异方差。对于上面的示例，我使用了代码
coeftest(Panelregr, vcovHC)
summary(Panelregr, vcov = vcovHC)
并得到结果。但是我也可以使用
coeftest(Panelregr, vcovHC(Panelregr, type = "HC3"))
或其他类型的HC0-HC4
现在出现了一些问题：
使用coeftest(Panelregr, vcovHC)而不是定义一个特定的HC时，会收到这五种类型的估计量？是HC0吗？
我如何知道哪种HC ...适合我的数据？ （我阅读了一些信息，例如：https://cran.r-project.org/web/packages/sandwich/vignettes/sandwich.pdf，第4页，但是我仍然不确定如何决定）。
在使用这些正确估计器之一的情况下，如何描述结果？示例：“为了解决异方差性，使用了健壮的协方差度量标准。详细地，我们将HC ...估计器用作...下表中显示了HC ...估计器的结果。”
当我更正杂种时。 ，结果不包含R平方之类的值。
coeftest(Panelregr, vcovHC)并从“原始”面板回归（Panelregr <- plm(V1~ V2 + V3 + V4, data = XY, model ="random")中报告类似R平方的值）是否正确？
答案 0 :(得分：0)
1）默认值（请参见?vcovHC），对于plm::vcovHC来说是HC0，因为它是参数type提到的第一个值。
3）HC0，HC1，...是方差-协方差矩阵的缩放因子。值得一提的是。您还想提及估算器，即method自变量给出的值。一个典型的选择是Arellano（1987）的估算器，它是plm::vcovHC的默认值。
4）通过使用一致的方差-协方差矩阵不影响R ^ 2。但是，F统计量是。 summary(Panelregr, vcov = vcovHC)可以满足您的需求。