计算F统计量与用户提供的协方差矩阵

见下文计算F统计量与用户提供的协方差矩阵

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

来源

2015-07-01 Helix123

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

如果你看plm:::summary.plm的源代码，那么你会看到第一行是：object$fstatistic <- Ftest(object, test = "F")。因此，.vcov参数不会传递到plm:::Ftest()，因此F统计数据完全不受影响。你可以联系plm维护者，并要求改进或者至少在手册页上指出。目前，.vcov仅用于每个系数的部分Wald测试，即对应于通过coeftest(gp, vcov = vcovHC(gp, "white2"))计算的lmtest。

来源

2015-07-02 13:54:59

感谢您花时间！我会让plm的维护人员知道。 – Helix123

对于具有健壮vcov的F测试，似乎需要调整自由度，这似乎是一个很好的参考：Cameron/Miller，“集群稳健推理实践指南”，人力资源杂志，2015年春季，Vol.50，No.2，pp.317-373。 http://cameron.econ.ucdavis.edu/research/papers.html – Helix123

计算F统计量与用户提供的协方差矩阵

回答

相关问题