面板回归模型 (plm,R) 中的稳健标准误差计算误差

Question

我正在使用 plm 库来运行固定效应回归，并使用三明治、lmtest 库来计算稳健的标准误差。我运行回归没有问题，但在某些情况下，当我去计算标准错误时，我得到以下错误：

library(plm)
library(sandwich)
library(lmtest)

fe_reg <- plm(y ~ x + I(x^2)+factor(date), data=reg_data, index=c("id","date"), model="within")
coeftest(fe_reg, vcov.=vcovHC(fe_reg, type="HC1"))

RRuntimeError: Error in solve.default(crossprod(demX))
  system is computationally singular: reciprocal condition number = 1.84726e-25

我在计算系数或“正常”标准误差（即同方差）时没有任何问题。此外，当我省略二次项时，计算稳健标准误差也没有问题：

fe_reg <- plm(y ~ x +factor(date), data=reg_data, index=c("id","date"), model="within")  

有人知道发生了什么吗？如果设计矩阵是奇异的，那么就不应该计算系数，所以我不明白计算标准误差时问题出在哪里。

谢谢！

Answer 1

如果我没记错的话，plm 不是很冗长。我认为可以有一个奇异矩阵，但 plm 不会抱怨。 lm 通常更冗长。所以试试

 lm_mod1 <- lm(y ~ x + I(x^2)+factor(date), data=reg_data)
 summary(lm_mod1)

lm 将在其摘要输出中告诉您计算一个系数是否有问题（系数为表中的NA，输出顶部也应有注释）。 编辑：在这种情况下，lm 的摘要输出顶部的注释应为“系数：（1 由于奇异性而未定义）”。

编辑 coeftest 不起作用还有另一种可能： 如果您的 model.matrix 包含非常大的值以及非常小的值，solve 可能无法通过 vcovHC 函数中的计算来求解线性方程组。因此，如果是这种情况，请查看model.matrix(y ~ x + I(x^2)+factor(date), data=reg_data)。如果是这样，请尝试重新调整一些变量（例如，将 oder 除以 100 或 1000 [也 log() 有时有意义）。注意，系数的解释会随着尺度的变化而变化！