Estoy tratando de aprender R después de usar Stata y debo decir que me encanta. Pero ahora estoy teniendo algunos problemas. Estoy a punto de hacer algunas regresiones múltiples con los datos del panel, así que estoy usando el paquete plm
.Heterocedasticity errores estándar robustos con el paquete PLM
Ahora quiero tener los mismos resultados con plm
en R que cuando uso la función lm
y Stata cuando realizo una regresión de entidad fija y heteroscedasticidad.
Digamos que tengo un conjunto de datos de panel con las variables Y
, ENTITY
, TIME
, V1
.
me sale el mismo error estándar en R con este código
lm.model<-lm(Y ~ V1 + factor(ENTITY), data=data)
coeftest(lm.model, vcov.=vcovHC(lm.model, type="HC1))
como cuando realizo esta regresión en Stata
xi: reg Y V1 i.ENTITY, robust
Pero cuando realizo esta regresión en el paquete plm
me sale otra errores estándar
plm.model<-plm(Y ~ V1 , index=C("ENTITY","YEAR"), model="within", effect="individual", data=data)
coeftest(plm.model, vcov.=vcovHC(plm.model, type="HC1))
- ¿He perdido la configuración de algunas opciones?
- ¿El modelo
plm
utiliza algún otro tipo de estimación y, en caso afirmativo, cómo? - ¿Puedo de alguna manera tener los mismos errores estándar con
plm
como en Stata con, robust
esto es algo que es mejor preguntar en http://www.crossvalidated.com, van a ser capaces de ayudar más. Y sería bueno tener algún código reproducible mientras estás en ello, junto con el resultado esperado. Esto a menudo borra un problema bastante más rápido. –
No sé stata, pero parece que su regresión stata es un modelo lineal agrupado de Y = a0 + a1 * V1 + a2 * ENTIDAD + épsilon con het se robusto, que es lo que está haciendo con 'lm' , por lo que los resultados coinciden. En el modelo 'plm' estás haciendo una regresión FE Y = a0 + a1 * V1 + ui + epsilon, donde ui es la FE para cada" individuo ", que por' índice 'has especificado que es ENTIDAD. Por lo tanto, creo que sus resultados de stata y R coinciden en el primer caso porque está haciendo un panel agrupado con entity como ind var en ambos casos. Pero no sé Stata. –