Suy luận hồi quy mạnh mẽ và các công cụ ước tính Sandwich

Bạn có thể cho tôi một ví dụ về việc sử dụng các công cụ ước tính sandwich để thực hiện suy luận hồi quy mạnh mẽ?

Tôi có thể thấy ví dụ trong ?sandwich, nhưng tôi hoàn toàn không hiểu làm thế nào chúng ta có thể đi từ lm(a ~ b, data)( r -coded) để ước tính và một p giá trị kết quả từ một mô hình hồi quy sử dụng ma trận hiệp phương sai sai-hàm trả về sandwich.

Tôi nghĩ rằng có một vài cách tiếp cận. Tôi đã không nhìn vào tất cả chúng và không chắc cái nào là tốt nhất:

1. Các sandwichgói thầu:

   library(sandwich)    
   coeftest(model, vcov=sandwich)

Nhưng điều này không cho tôi câu trả lời giống như tôi nhận được từ Stata vì một số lý do. Tôi chưa bao giờ cố gắng tìm hiểu tại sao, tôi chỉ không sử dụng gói này.

1. Các rmsgói: Tôi tìm thấy điều này một chút đau để làm việc với nhưng thông thường có được câu trả lời tốt với một số nỗ lực. Và nó là hữu ích nhất đối với tôi.

   model = ols(a~b, x=TRUE)    
   robcov(model)

2. Bạn có thể mã nó từ đầu (xem bài đăng trên blog này ). Nó trông giống như tùy chọn đau đớn nhất, nhưng rất dễ dàng và tùy chọn này thường hoạt động tốt nhất.

Một lời giải thích đơn giản / nhanh chóng là Huber-White hoặc Robust SE được lấy từ dữ liệu chứ không phải từ mô hình, và do đó rất mạnh đối với nhiều giả định của mô hình. Nhưng như mọi khi, một tìm kiếm nhanh của Google sẽ trình bày chi tiết này nếu bạn quan tâm.

Người ta có thể sử dụng một hàm tóm tắt thay thế để thực hiện hồi quy mạnh mẽ.

lm.object <- lm(a~b+c)
summary(lm.object, robust=TRUE)

Để có được các lỗi tiêu chuẩn mạnh, bạn đặt tham số '' mạnh '' trong hàm tóm tắt của mình thành TRUE.

Mục blog sau đây cung cấp chức năng và mô tả chi tiết về chức năng: https : // ec economtheoryblog.com/2016/08/08/robust-stiteria-errors-in-r