मैं मानक त्रुटि "क्लस्टरिंग" को समझने की कोशिश कर रहा हूं और आर में निष्पादित कैसे करना है (यह स्टाटा में तुच्छ है)। आरआई में plmया तो अपने स्वयं के फ़ंक्शन का उपयोग करने या लिखने में असफल रहा है। मैं पैकेज diamondsसे डेटा का उपयोग करूँगा ggplot2।
मैं या तो डमी चर के साथ निश्चित प्रभाव कर सकते हैं
> library(plyr)
> library(ggplot2)
> library(lmtest)
> library(sandwich)
> # with dummies to create fixed effects
> fe.lsdv <- lm(price ~ carat + factor(cut) + 0, data = diamonds)
> ct.lsdv <- coeftest(fe.lsdv, vcov. = vcovHC)
> ct.lsdv
t test of coefficients:
Estimate Std. Error t value Pr(>|t|)
carat 7871.082 24.892 316.207 < 2.2e-16 ***
factor(cut)Fair -3875.470 51.190 -75.707 < 2.2e-16 ***
factor(cut)Good -2755.138 26.570 -103.692 < 2.2e-16 ***
factor(cut)Very Good -2365.334 20.548 -115.111 < 2.2e-16 ***
factor(cut)Premium -2436.393 21.172 -115.075 < 2.2e-16 ***
factor(cut)Ideal -2074.546 16.092 -128.920 < 2.2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
या दोनों अर्थों में बाएं और दाएं-बाएं हाथ (यहां कोई भी समय के आक्रामक रेजिस्टर नहीं) और स्वतंत्रता की सही डिग्री।
> # by demeaning with degrees of freedom correction
> diamonds <- ddply(diamonds, .(cut), transform, price.dm = price - mean(price), carat.dm = carat .... [TRUNCATED]
> fe.dm <- lm(price.dm ~ carat.dm + 0, data = diamonds)
> ct.dm <- coeftest(fe.dm, vcov. = vcovHC, df = nrow(diamonds) - 1 - 5)
> ct.dm
t test of coefficients:
Estimate Std. Error t value Pr(>|t|)
carat.dm 7871.082 24.888 316.26 < 2.2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
मैं इन परिणामों की नकल नहीं कर सकता plm, क्योंकि मेरे पास "समय" सूचकांक नहीं है (यानी, यह वास्तव में एक पैनल नहीं है, बस क्लस्टर जो उनकी त्रुटि शर्तों में एक आम पूर्वाग्रह हो सकता है)।
> plm.temp <- plm(price ~ carat, data = diamonds, index = "cut")
duplicate couples (time-id)
Error in pdim.default(index[[1]], index[[2]]) :
plm
> # with cluster robust se
> lm.temp <- lm(price ~ carat + factor(cut) + 0, data = diamonds)
>
> # using the model that Stata uses
> stata.clustering <- function(x, clu, res) {
+ x <- as.matrix(x)
+ clu <- as.vector(clu)
+ res <- as.vector(res)
+ fac <- unique(clu)
+ num.fac <- length(fac)
+ num.reg <- ncol(x)
+ u <- matrix(NA, nrow = num.fac, ncol = num.reg)
+ meat <- matrix(NA, nrow = num.reg, ncol = num.reg)
+
+ # outer terms (X'X)^-1
+ outer <- solve(t(x) %*% x)
+
+ # inner term sum_j u_j'u_j where u_j = sum_i e_i * x_i
+ for (i in seq(num.fac)) {
+ index.loop <- clu == fac[i]
+ res.loop <- res[index.loop]
+ x.loop <- x[clu == fac[i], ]
+ u[i, ] <- as.vector(colSums(res.loop * x.loop))
+ }
+ inner <- t(u) %*% u
+
+ #
+ V <- outer %*% inner %*% outer
+ return(V)
+ }
> x.temp <- data.frame(const = 1, diamonds[, "carat"])
> summary(lm.temp)
Call:
lm(formula = price ~ carat + factor(cut) + 0, data = diamonds)
Residuals:
Min 1Q Median 3Q Max
-17540.7 -791.6 -37.6 522.1 12721.4
Coefficients:
Estimate Std. Error t value Pr(>|t|)
carat 7871.08 13.98 563.0 <2e-16 ***
factor(cut)Fair -3875.47 40.41 -95.9 <2e-16 ***
factor(cut)Good -2755.14 24.63 -111.9 <2e-16 ***
factor(cut)Very Good -2365.33 17.78 -133.0 <2e-16 ***
factor(cut)Premium -2436.39 17.92 -136.0 <2e-16 ***
factor(cut)Ideal -2074.55 14.23 -145.8 <2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 1511 on 53934 degrees of freedom
Multiple R-squared: 0.9272, Adjusted R-squared: 0.9272
F-statistic: 1.145e+05 on 6 and 53934 DF, p-value: < 2.2e-16
> stata.clustering(x = x.temp, clu = diamonds$cut, res = lm.temp$residuals)
const diamonds....carat..
const 11352.64 -14227.44
diamonds....carat.. -14227.44 17830.22
क्या यह R में किया जा सकता है? यह अर्थमिति में एक काफी सामान्य तकनीक है ( इस व्याख्यान में एक संक्षिप्त ट्यूटोरियल है ), लेकिन मैं इसे आर। में समझ नहीं पाया!
7
@ricardh, सभी अर्थशास्त्रियों पर यह जाँचने के लिए कि क्या वे जिस शब्द का उपयोग करना चाहते हैं, वह पहले से ही आँकड़ों में उपयोग किया जाता है। इस संदर्भ में क्लस्टर का अर्थ समूह है और क्लस्टर विश्लेषण के लिए पूरी तरह से असंबंधित है, यही कारण है कि rseek ने आपको असंबंधित परिणाम दिए हैं। इसलिए मैंने क्लस्टरिंग टैग को हटा दिया। पैनल डेटा विश्लेषण के लिए पैकेज प्लम देखें । यह एक अच्छा विगनेट है, इसलिए आप जो चाहते हैं वह मिल सकता है। आपके प्रश्न के लिए यह स्पष्ट नहीं है कि आप क्या चाहते हैं। समूह मानक त्रुटियों के भीतर?
—
mpiktas 7
@ricardh, यह बहुत मदद करेगा यदि आप स्टैटा के कुछ मैनुअल से लिंक कर सकते हैं जहां यह
—
mpiktas 7
clusterविकल्प समझाया गया है। मुझे यकीन है कि यह आर। में दोहराने के लिए संभव होगा
उस टिप्पणी के लिए +1। अर्थशास्त्री पागल की तरह शब्दावली का उपनिवेश करते हैं। हालांकि कभी-कभी खलनायक को चुनना मुश्किल होता है। Ii ने कुछ समय लिया जैसे कि जब तक मुझे एहसास हुआ कि
—
hans0l0
factorइसका कोई लेना देना नहीं है factanalलेकिन वर्गीकृत चर को संदर्भित करता है। हालांकि R में क्लस्टर क्लस्टर विश्लेषण को संदर्भित करता है, k- का मतलब सिर्फ विभाजन विधि है: statmethods.net/advstats/cluster.html । मुझे आपका प्रश्न नहीं मिलता है, लेकिन मुझे लगता है कि क्लस्टर का इससे कोई लेना-देना नहीं है।
@mpiktas, @ ran2 - धन्यवाद! मुझे आशा है कि मैंने प्रश्न को स्पष्ट कर दिया है। संक्षेप में, "मानक त्रुटि क्लस्टरिंग" क्यों मौजूद है यदि यह केवल निश्चित प्रभाव है, जो पहले से मौजूद है?
—
रिचर्ड हेरॉन