编辑随着包plm
,我想知道为什么通过summary()
显示的F统计不(对于稳健标准误差)一旦我公司供应的协方差矩阵改变。考虑下面的代码,我没有得到F统计量的变化,如summery()
所计算的那样。然而,计算了waldtest()
变化˚Fstatstic:
require(plm)
require(lmtest)
data("Grunfeld")
gp <- plm(inv ~ value + capital,data=Grunfeld,model="pooling")
# summary() and waldtest() yield same F statistic [w/o user supplied covariance matrix]
summary(gp)
waldtest(gp, test="F")
# summary() and waldtest() yield different F statistic [w/ user supplied covariance matrix]
summary(gp, .vcov = plm::vcovHC(gp, "white2"))
waldtest(gp, test="F", vcov=plm::vcovHC(gp, "white2"))
考虑this post about Stata's robust standard erros和F统计量的输出比较W /和W/O稳健的标准差在那里,我觉得像F统计应该改变。
这是plm 1.4(然后稳定版本)。
EDIT:pwaldtest
在CRAN释放plm
1.6-4这是否和现在summary.plm
并入因此,简单地运行以下中的一个将得到鲁棒F检验具有调整DF2参数:
summary(gp, vcov = plm::vcovHC(gp, "white2"))
pwaldtest(gp, test="F", vcov = plm::vcovHC(gp, "white2"))
这是一个很好的从业者推论的参考:Cameron/Miller,“集群稳健推理实践者指南”,人力资源杂志,2015年春季刊,第50卷,第2期,第317-373页。 http://cameron.econ.ucdavis.edu/research/papers.html
我喜欢这个问题,但认为它可能更适合CrossValidated – C8H10N4O2
http://stats.stackexchange.com/questions/72892/heteroscedasticity-consistent-f-test是相关的。来自Wooldridge的“计量经济学入门”(2013),p。 273:“如果存在异方差,那么[F]检验的这个版本是无效的。异方差版本没有简单的形式,但可以使用某些统计软件包来计算。”在我看来,像plm应该尊重所提供的协方差矩阵来计算F统计量[这会使其成为一个计算器问题?)。但是,我觉得plm不再积极发展。 – Helix123
Btw'gretl'(版本<= 1.10.1)也遭受这个问题的困扰。在那里,我通知维护人员后立即修复。 – Helix123