मजबूत प्रतिगमन प्रतिरोध और सैंडविच अनुमानक

क्या आप मुझे मजबूत अनुमान लगाने के लिए सैंडविच अनुमानकों के उपयोग का उदाहरण दे सकते हैं?

मैं उदाहरण देख सकता हूं ?sandwich, लेकिन मुझे यह समझ में नहीं आया कि हम कैसे lm(a ~ b, data)( r- coded) से एक अनुमान तक जा सकते हैं और एक प्रतिगमन मॉडल से उत्पन्न एक p मान जो फ़ंक्शन द्वारा लौटाए गए विचरण-सहसंयोजक मैट्रिक्स का उपयोग कर रहा है sandwich।

r regression lm sandwich

— Remi.b
स्रोत

क्या आप संबंधित विगनेट में उदाहरणों के माध्यम से हैं ?

— user603

(1) मेरे लिए लिंक काम करता है। (२) क्या यह r कोडिंग प्रश्न है? किसी मॉडल को फिट करने के बाद ह्यूबर-व्हाइट एसई कैसे प्राप्त करें। या कुछ और?

— चार्ल्स

@charles 1) वास्तव में यह काम करता है! पहले क्या हुआ पता नहीं। हाँ यह एक R कोडिंग प्रश्न है। 2) मुझे नहीं पता कि ह्यूबर-व्हाइट स्टैंडर्ड एरर क्या हैं और उन्हें अभी गणना करने का तरीका नहीं पता है। आपकी सहायताके लिए धन्यवाद!

— रेमी.बी।

आपको हमेशा की तरह पी-मान और मानक त्रुटियां मिलती हैं, कम से कम एक वर्ग के लिए विचरण-कोवरियन मैट्रिक्स के सैंडविच अनुमान को प्रतिस्थापित करते हुए।

— Scortchi - को पुनः स्थापित मोनिका

@Scortchi ठीक है। और एक बार मेरे पास ये अनुमान (ओएलएस या सैंडविच अनुमान) हैं तो मैं उनके साथ क्या कर सकता हूं?

— रेमी .b

जवाबों:

मुझे लगता है कि कुछ दृष्टिकोण हैं। मैंने उन सभी को नहीं देखा है और निश्चित नहीं है कि कौन सबसे अच्छा है:

sandwichपैकेज:

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

लेकिन यह मुझे वही जवाब नहीं देता है जो मुझे किसी कारण से स्टाटा से मिलता है। मैंने कभी वर्कआउट करने की कोशिश नहीं की, मैं सिर्फ इस पैकेज का उपयोग नहीं करता।

rmsपैकेज: मैं के साथ काम करने के लिए एक दर्द के इस एक सा लगता है लेकिन आम तौर पर कुछ प्रयास के साथ अच्छा जवाब मिलता है। और यह मेरे लिए सबसे उपयोगी है।
```
model = ols(a~b, x=TRUE)    
robcov(model)
```
आप इसे स्क्रैच से कोड कर सकते हैं ( यह ब्लॉग पोस्ट देखें )। यह सबसे दर्दनाक विकल्प की तरह दिखता है, लेकिन उल्लेखनीय रूप से आसान है और यह विकल्प अक्सर सबसे अच्छा काम करता है।

एक सरल / त्वरित स्पष्टीकरण यह है कि ह्यूबर-व्हाइट या रोबस्ट एसई मॉडल से बजाय डेटा से प्राप्त किए जाते हैं, और इस प्रकार कई मॉडल मान्यताओं के लिए मजबूत होते हैं। लेकिन हमेशा की तरह, यदि आप रुचि रखते हैं तो एक त्वरित Google खोज इसे विस्तृत रूप से प्रस्तुत करेगी।

— चार्ल्स
स्रोत

आपको वास्तव में यह उत्तर यहां देखना चाहिए: आंकड़े

— chandler

यह पसंद है कि यह उत्तर कैसे मानता है कि आर के साथ कुछ गड़बड़ है, क्योंकि आपको स्टैटा की तुलना में अलग परिणाम मिलते हैं। उन लोगों के लिए जो यह जानते हैं कि सैंडविच अनुमानक कैसे काम करता है, अंतर स्पष्ट और आसान है। जो लोग नहीं जानते हैं, उनके लिए कृपया केवल

— वेनिगेट

एक मजबूत प्रतिगमन करने के लिए एक वैकल्पिक सारांश फ़ंक्शन का उपयोग कर सकते हैं।

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

मजबूत मानक त्रुटियां प्राप्त करने के लिए आप अपने सारांश फ़ंक्शन में पैरामीटर '' मजबूत '' को TRUE पर सेट करते हैं।

निम्नलिखित ब्लॉग प्रविष्टि फ़ंक्शन प्रदान करती है और फ़ंक्शन का विस्तृत विवरण: https://economictheoryblog.com/2016/08/08/robust-standard-errors-in-r

— डैनियल काह
स्रोत