stargazer - lm() 中使用 stargazer() 的稳健标准误差

Question

我已经阅读了很多关于将简单的健壮选项从 STATA 复制到 R 以使用健壮的标准错误的痛苦。我复制了以下方法:StackExchange和 Economic Theory Blog .它们可以工作，但我面临的问题是，如果我想使用 stargazer 打印结果函数(这会打印 Latex 文件的 .tex 代码)。

这是我的问题的说明:

reg1 <-lm(rev~id + source + listed + country , data=data2_rev)
stargazer(reg1)

这将 R 输出打印为 .tex 代码(非健壮 SE)如果我想使用健壮的 SE，我可以使用三明治包来做到这一点，如下所示:

vcov <- vcovHC(reg1, "HC1")

如果我现在使用 stargazer(vcov) 只打印 vcovHC 函数的输出，而不是回归输出本身。

随包 lmtest()至少可以打印估计量，但不能打印观察值 R2, adj。 R2、残差、残差 St.Error 和 F 统计。

lmtest::coeftest(reg1, vcov. = sandwich::vcovHC(reg1, type = 'HC1'))

这给出了以下输出:

t test of coefficients:

            Estimate Std. Error t value Pr(>|t|)   
(Intercept) -2.54923    6.85521 -0.3719 0.710611   
id           0.39634    0.12376  3.2026 0.001722 **
source       1.48164    4.20183  0.3526 0.724960   
country     -4.00398    4.00256 -1.0004 0.319041   
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

如何添加或获取具有以下参数的输出？

Residual standard error: 17.43 on 127 degrees of freedom
Multiple R-squared:  0.09676,   Adjusted R-squared:  0.07543 
F-statistic: 4.535 on 3 and 127 DF,  p-value: 0.00469

有没有人遇到同样的问题，可以帮助我吗？
如何在 lm 中使用稳健的标准错误函数并应用 stargazer功能？

Answer 1

您已经计算了稳健的标准误差，并且有一种简单的方法可以将其包含在 stargazer 中。输出:

library("sandwich")
library("plm")
library("stargazer")

data("Produc", package = "plm")

# Regression    
model <- plm(log(gsp) ~ log(pcap) + log(pc) + log(emp) + unemp,
             data = Produc, 
             index = c("state","year"),
             method="pooling")

# Adjust standard errors
cov1         <- vcovHC(model, type = "HC1")
robust_se    <- sqrt(diag(cov1))

# Stargazer output (with and without RSE)
stargazer(model, model, type = "text",
          se = list(NULL, robust_se))

解决方案在这里找到: https://www.jakeruss.com/cheatsheets/stargazer/#robust-standard-errors-replicating-statas-robust-option

更新 我不太喜欢 F 测试。人们正在讨论这些问题，例如 https://stats.stackexchange.com/questions/93787/f-test-formula-under-robust-standard-error

当您关注 http://www3.grips.ac.jp/~yamanota/Lecture_Note_9_Heteroskedasticity

“可以通过将 OSL 估计量除以其稳健的标准误差(对于零零假设)来获得异方差稳健的 t 统计量。然而，通常的 F 统计量是无效的。相反，我们需要使用异方差稳健的 Wald 统计量.”

并在这里使用 Wald 统计量？