Можете ли вы дать мне пример использования сэндвич-оценок для выполнения надежного регрессионного вывода?
Я могу видеть пример ?sandwich
, но я не совсем понимаю, как мы можем перейти от lm(a ~ b, data)
( r- кодированного) к оценке и к значению p, полученному в результате регрессионной модели с использованием матрицы дисперсии-ковариации, возвращаемой функцией sandwich
.
r
regression
lm
sandwich
Remi.b
источник
источник
Ответы:
Я думаю, что есть несколько подходов. Я не смотрел на них всех и не уверен, что является лучшим:
sandwich
Пакет:Но это не дает мне те же ответы, которые я получаю от Stata по какой-то причине. Я никогда не пытался понять почему, я просто не использую этот пакет.
rms
Пакет: Я считаю , это немного боли работать, но , как правило , получить хорошие ответы с некоторым усилием. И это самое полезное для меня.Вы можете написать код с нуля (см. Этот пост в блоге ). Это выглядит как наиболее болезненный вариант, но удивительно прост, и этот вариант часто работает лучше всего.
Простое / быстрое объяснение состоит в том, что Huber-White или Robust SE получены из данных, а не из модели, и, таким образом, являются устойчивыми ко многим допущениям модели. Но, как всегда, быстрый поиск в Google выложит это в мучительных деталях, если вам интересно.
источник
Можно использовать альтернативную функцию суммирования для выполнения устойчивой регрессии.
Чтобы получить устойчивые стандартные ошибки, вы устанавливаете параметр '' здравый '' в вашей сводной функции в значение ИСТИНА.
Следующая запись блога предоставляет функцию и подробное описание функции: https://economictheoryblog.com/2016/08/08/robust-standard-errors-in-r
источник