使用PLM包的异方差强健的标准错误

Question

我想在使用Stata后学习R，我必须说我喜欢它。但是现在我遇到了一些麻烦。我将要使用面板数据进行多次回归，因此我使用的是plm软件包。

现在我想与R中plm相同的结果，当我使用lm功能和Stata的，当我进行异稳健和实体固定回归。

假设我有一个面板数据集，其变量为Y,ENTITY,TIME,V1。

我得到的R相同的标准误差与此代码

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

，当我在Stata

xi: reg Y V1 i.ENTITY, robust 

执行此回归但是，当我与plm包执行此回归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，如果是的话，该如何？
• 我以某种方式可以有相同的标准误差与plm如在Stata与, robust

Answer 1

有没有可能是你的塔塔代码是从您与PLM做什么不同？

plm的‘内’与‘个人’效果选项意味着形式的模型：

yit = a + Xit*B + eit + ci 

什么plm确实是贬低系数，使得词从公式下降。

yit_bar = Xit_bar*B + eit_bar 

这样，“bar”后缀意味着每个变量的平均值被减去。平均值是随着时间的推移而计算的，这就是为什么这个效应是针对个人的。你也可以有一个固定的时间效应，这对所有的人来说都是共同的，在这种情况下，效果也会随着时间的推移（尽管如此，这与此无关）。

我不确定在STATA中“xi”命令是干什么的，但我认为它扩展了交互权限？那么在我看来，您正试图按照@richardh强调的每个ENTITY使用一个虚拟变量。

对于你的Stata和plm代码来匹配你必须使用相同的模型。您有两种选择：（1）您在stata中设置您的数据，并使用fe修饰符的xtreg选项;或者（2）您使用带有池选项的plm和每个ENTITY使用一个虚拟设备。

匹配的Stata到R：

xtset entity year 
xtreg y v1, fe robust 

匹配PLM与Stata：

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

然后使用vcovHC与改性剂中的一个。请务必检查此paper，其中有“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。

希望这会有所帮助。

Answer 2

默认情况下，plm包不会像Stata一样使用面板数据的相同小样本校正。然而在版本号为plm（在CRAN上）中，您可以选择模拟Stata正在做的事情。

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")) 

这应该产生按组标准误差聚集在Stata的相同（但在评论中提到的，不重复的例子，和什么样的结果你希望它是很难回答的问题）。

欲了解更多有关此和R和Stata健壮SEs的一些基准的讨论，请参阅Fama-MacBeth and Cluster-Robust (by Firm and Time) Standard Errors in R。

参见：

• Clustered standard errors in R using plm (with fixed effects)