PLM 软件包的异方差鲁棒标准误差

Question

在使用 Stata 后我正在尝试学习 R，我必须说我喜欢它。但现在我遇到了一些麻烦。我即将使用面板数据进行一些多重回归，因此我使用 plm 包。

现在，我希望在 R 中使用 plm 获得与在执行异方差稳健和实体固定回归时使用 lm 函数和 Stata 相同的结果。

假设我有一个面板数据集，其中包含变量 Y、ENTITY、TIME、V1。

我在 R 中使用此代码得到了与

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

在 Stata 中执行此回归时

xi: reg Y V1 i.ENTITY, robust

相同的标准错误但是当我使用 plm 包执行此回归时，我得到了其他标准错误

plm.model<-plm(Y ~ V1 , index=C("ENTITY","YEAR"), model="within", effect="individual", data=data)
coeftest(plm.model, vcov.=vcovHC(plm.model, type="HC1))

• 我是否错过了设置某些选项？
• plm 模型是否使用其他类型的估计？如果是，如何进行？
• 我能否以某种方式使用 plm 获得与 Stata 中使用 、强大 相同的标准错误

Answer 1

默认情况下，plm 软件包不会使用与 Stata 完全相同的面板数据小样本校正。然而，在 plm 1.5 版（在 CRAN 上）中，您可以选择模拟 Stata 正在执行的操作。

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"))

这应该会产生与 Stata 中相同的按组标准错误聚类的结果（但正如评论中提到的，如果没有可重现的示例以及您期望的结果，则很难回答问题）。

有关此问题以及 R 和 Stata 稳健 SE 的一些基准的更多讨论，请参阅 R 中的 Fama-MacBeth 和集群鲁棒性（按公司和时间）标准错误。

另请参阅：

• R 中的聚集标准错误使用 plm（具有固定效果）

Answer 2

您的 Stata 代码是否可能与您使用 plm 所做的不同？

plm 具有“单独”效应的“within”选项意味着以下形式的模型：

yit = a + Xit*B + eit + ci

plm 所做的是降低系数的平均值，使 ci 从方程中消失。

yit_bar = Xit_bar*B + eit_bar

这样“bar”后缀意味着每个变量都减去了平均值。平均值是随着时间的推移计算的，这就是为什么效果是针对个人的。您还可以有一个固定的时间效应，这对所有个人来说都是常见的，在这种情况下，效应也将随着时间的推移而变化（尽管在这种情况下无关紧要）。

我不确定 STATA 中的“xi”命令有何作用，但我认为它扩展了交互，对吧？然后在我看来，您正在尝试为每个实体使用一个虚拟变量，正如@richardh 所强调的那样。

为了使您的 Stata 和 plm 代码匹配，您必须使用相同的型号。

您有两种选择：(1) 在 stata 中设置数据并使用带有 fe 修饰符的 xtreg 选项，或者 (2) 使用带有池选项的 plm 以及每个实体一个虚拟对象。

将 Stata 与 R 匹配：

xtset entity year
xtreg y v1, fe robust 

将 plm 与 Stata 匹配：

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

然后将 vcovHC 与修饰符之一结合使用。请务必查看这篇论文，它对“HC”背后的所有机制进行了很​​好的回顾" 选项及其影响方差协方差矩阵的方式。

希望这有帮助。