Pouvez-vous me donner un exemple de l'utilisation d'estimateurs sandwich pour effectuer une inférence de régression robuste?
Je peux voir l'exemple dans ?sandwich
, mais je ne comprends pas très bien comment on peut passer de lm(a ~ b, data)
( r -codé) à une estimation et à une valeur p résultant d'un modèle de régression utilisant la matrice variance-covariance renvoyée par la fonction sandwich
.
r
regression
lm
sandwich
Remi.b
la source
la source
Réponses:
Je pense qu'il y a quelques approches. Je ne les ai pas tous regardés et je ne sais pas lequel est le meilleur:
Le
sandwich
paquet:Mais cela ne me donne pas les mêmes réponses que je reçois de Stata pour une raison quelconque. Je n'ai jamais essayé de comprendre pourquoi, je n'utilise simplement pas ce paquet.
L'
rms
ensemble: je trouve cela un peu pénible à travailler, mais j'obtiens généralement de bonnes réponses avec un certain effort. Et c'est le plus utile pour moi.Vous pouvez le coder à partir de zéro (voir cet article de blog ). Cela semble être l'option la plus douloureuse, mais remarquablement facile et cette option fonctionne souvent le mieux.
Une explication simple / rapide est que Huber-White ou Robust SE sont dérivés des données plutôt que du modèle, et sont donc robustes à de nombreuses hypothèses de modèle. Mais comme toujours, une recherche rapide sur Google exposera cela en détails atroces si vous êtes intéressé.
la source
On peut utiliser une fonction récapitulative alternative pour effectuer une régression robuste.
Pour obtenir des erreurs standard robustes, définissez le paramètre '' robuste '' dans votre fonction de résumé sur TRUE.
L'entrée de blog suivante fournit la fonction et une description détaillée de la fonction: https://economictheoryblog.com/2016/08/08/robust-standard-errors-in-r
la source