多路集群鲁棒函数在 R 中的应用

Question

你好（这里是第一个计时器），

我想估计 R 中的“双向”聚类稳健方差-协方差矩阵。我正在使用“multiwayvcov”库中的特定罐头例程。我的问题仅与 R 中 cluster.vcov 函数的设置有关。我有各种犯罪结果的面板数据。我的横截面单位是“辖区”（超过 40 个辖区），我在几个“月”（即 24 个月）内观察这些辖区的犯罪情况。我正在评估一种一年中只有几个月“开启”（虚拟编码）的干预措施。

我包括“区域”和“月份”固定效应（即，一整套区域和月份虚拟变量进入模型）。我只有一个正在评估的自变量。我想在“两个”维度上进行聚类，但不确定如何设置。

我是否先用lm 估计所有固定效应？或者，我是否只是在自变量（不包括固定效应）上运行一个回归犯罪的模型，然后使用 cluster.vcov，即 ~ precinct + month_year。

这似乎会提供错误的标准错误。正确的？我希望这很清楚。很抱歉有任何混淆。请参阅下面的设置。

library(multiwayvcov)

model <- lm(crime ~ as.factor(precinct) + as.factor(month_year) + policy, data = DATASET_full)

boot_both <- cluster.vcov(model, ~ precinct + month_year)

coeftest(model, boot_both)

### What the documentation offers as an example
### https://cran.r-project.org/web/packages/multiwayvcov/multiwayvcov.pdf

library(lmtest)

data(petersen)

m1 <- lm(y ~ x, data = petersen)

### Double cluster by firm and year using a formula

vcov_both_formula <- cluster.vcov(m1, ~ firmid + year)

coeftest(m1, vcov_both_formula)

首先估计忽略固定效应的模型是否合适？

Answer 1

首先是答案：您应该首先使用固定效应估计您的 lm 模型。这将为您提供渐近正确的参数估计。 std 错误是不正确的，因为它们是根据假定 iid 错误的 vcov 矩阵计算得出的。

要将 iid 协方差矩阵替换为集群稳健的 vcov 矩阵，您可以使用 cluster.vcov，即my_new_vcov_matrix <- cluster.vcov(~ precinct + month_year)。

然后是一个建议：我强烈推荐 lfe 中的函数 felm 用于多路 fe 和 cluster-robust 标准错误。

语法如下：

library(multiwayvcov)
library(lfe)

data(petersen)

my_fe_model <- felm(y~x | firmid + year | 0 | firmid + year, data=petersen )

summary(my_fe_model)