Czy możesz podać przykład użycia estymatorów wielowarstwowych w celu przeprowadzenia silnego wnioskowania o regresji?
Widzę ten przykład ?sandwich
, ale nie do końca rozumiem, jak możemy przejść od lm(a ~ b, data)
( zakodowany r ) do oszacowania i wartości p wynikającej z modelu regresji z wykorzystaniem macierzy wariancji-kowariancji zwróconej przez funkcję sandwich
.
r
regression
lm
sandwich
Remi.b
źródło
źródło
Odpowiedzi:
Myślę, że istnieje kilka podejść. Nie obejrzałem ich wszystkich i nie jestem pewien, co jest najlepsze:
sandwich
Pakiet:Ale z jakiegoś powodu nie daje mi to takich samych odpowiedzi, jakie otrzymuję od Staty. Nigdy nie próbowałem zrozumieć, dlaczego, po prostu nie używam tego pakietu.
rms
Pakiet: Uważam to trochę uciążliwe, ale do pracy z reguły uzyskać dobre odpowiedzi z pewnym wysiłkiem. I to jest dla mnie najbardziej przydatne.Możesz go kodować od zera (zobacz ten post na blogu ). Wygląda na najbardziej bolesną opcję, ale niezwykle łatwą i ta opcja często działa najlepiej.
Prostym / szybkim wyjaśnieniem jest to, że Huber-White lub Robust SE pochodzą z danych, a nie z modelu, a zatem są odporne na wiele założeń modelu. Ale jak zawsze, szybkie wyszukiwanie w Google przedstawi je niezwykle interesująco, jeśli jesteś zainteresowany.
źródło
Można użyć alternatywnej funkcji podsumowania, aby wykonać solidną regresję.
Aby uzyskać solidne błędy standardowe, ustaw parametr „solidny” w funkcji podsumowania na PRAWDA.
Poniższy wpis na blogu zawiera funkcję i szczegółowy opis funkcji: https://economictheoryblog.com/2016/08/08/robust-standard-errors-in-r
źródło