Replica dell'opzione "robusta" di Stata in R

Ho cercato di replicare i risultati dell'opzione Stata robustin R. Ho usato il rlmcomando dal pacchetto MASS e anche il comando lmrobdal pacchetto "robustbase". In entrambi i casi i risultati sono abbastanza diversi dall'opzione "robusta" di Stata. Qualcuno può suggerire qualcosa in questo contesto?

Ecco i risultati che ho ottenuto quando ho eseguito l'opzione robusta in Stata:

. reg yb7 buildsqb7 no_bed no_bath rain_harv swim_pl pr_terrace, robust

Linear regression                                      Number of obs =    4451
                                                       F(  6,  4444) =  101.12
                                                       Prob > F      =  0.0000
                                                       R-squared     =  0.3682
                                                       Root MSE      =   .5721

------------------------------------------------------------------------------
             |               Robust
         yb7 |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
   buildsqb7 |   .0046285   .0026486     1.75   0.081    -.0005639     .009821
      no_bed |   .3633841   .0684804     5.31   0.000     .2291284    .4976398
     no_bath |   .0832654   .0706737     1.18   0.239    -.0552904    .2218211
   rain_harv |   .3337906   .0395113     8.45   0.000     .2563289    .4112524
     swim_pl |   .1627587   .0601765     2.70   0.007     .0447829    .2807346
  pr_terrace |   .0032754   .0178881     0.18   0.855    -.0317941    .0383449
       _cons |   13.68136   .0827174   165.40   0.000     13.51919    13.84353

E questo è quello che ho ottenuto in R con l'opzione lmrob:

> modelb7<-lmrob(yb7~Buildsqb7+No_Bed+Rain_Harv+Swim_Pl+Gym+Pr_Terrace, data<-bang7)
> summary(modelb7)

Call:
lmrob(formula = yb7 ~ Buildsqb7 + No_Bed + Rain_Harv + Swim_Pl + Gym + Pr_Terrace, 
    data = data <- bang7)
 \--> method = "MM"
Residuals:
      Min        1Q    Median        3Q       Max 
-51.03802  -0.12240   0.02088   0.18199   8.96699 

Coefficients:
             Estimate Std. Error t value Pr(>|t|)    
(Intercept) 12.648261   0.055078 229.641   <2e-16 ***
Buildsqb7    0.060857   0.002050  29.693   <2e-16 ***
No_Bed       0.005629   0.019797   0.284   0.7762    
Rain_Harv    0.230816   0.018290  12.620   <2e-16 ***
Swim_Pl      0.065199   0.028121   2.319   0.0205 *  
Gym          0.023024   0.014655   1.571   0.1162    
Pr_Terrace   0.015045   0.013951   1.078   0.2809    
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Robust residual standard error: 0.1678 
Multiple R-squared:  0.8062,    Adjusted R-squared:  0.8059 

Charles è quasi lì nella sua risposta, ma l' robustopzione del regresscomando (e altri comandi di stima della regressione) in Stata consente di utilizzare più tipi di stimatori a matrice di varianza-covarianza robusta per eteroschedasticità e autocorrelazione, così come la coeftestfunzione nel lmtestpacchetto, che in il turno dipende dalle rispettive matrici varianza-covarianza prodotte dalla vcovHCfunzione nel sandwichpacchetto.

Tuttavia, le matrici di varianza-covarianza predefinite utilizzate dalle due sono diverse:
1. La matrice di varianza-covarianza predefinita restituita vcocHCè la cosiddetta HC3per i motivi descritti nella pagina man per vcovHC.
2. L' sandwichopzione usata da Charles coeftestutilizza la HC0robusta matrice varianza-covarianza.
3. Per riprodurre il comportamento predefinito di Stata dell'utilizzo robustdell'opzione in una chiamata, regressè necessario richiedere vcovHCl'utilizzo della HC1matrice varianza-covarianza robusta.

Leggi di più qui .

L'esempio seguente che mostra tutti i punti sopra riportati si basa sull'esempio qui .

library(foreign)
library(sandwich)
library(lmtest)

dfAPI = read.dta("http://www.ats.ucla.edu/stat/stata/webbooks/reg/elemapi2.dta")
lmAPI = lm(api00 ~ acs_k3 + acs_46 + full + enroll, data= dfAPI)
summary(lmAPI)                                  # non-robust

# check that "sandwich" returns HC0
coeftest(lmAPI, vcov = sandwich)                # robust; sandwich
coeftest(lmAPI, vcov = vcovHC(lmAPI, "HC0"))    # robust; HC0 

# check that the default robust var-cov matrix is HC3
coeftest(lmAPI, vcov = vcovHC(lmAPI))           # robust; HC3 
coeftest(lmAPI, vcov = vcovHC(lmAPI, "HC3"))    # robust; HC3 (default)

# reproduce the Stata default
coeftest(lmAPI, vcov = vcovHC(lmAPI, "HC1"))    # robust; HC1 (Stata default)

L'ultima riga di codice sopra riproduce i risultati di Stata:

use http://www.ats.ucla.edu/stat/stata/webbooks/reg/elemapi2
regress api00 acs_k3 acs_46 full enroll, robust

Ho trovato una descrizione sul seguente sito Web che replica l'opzione "robusta" di Stata in R.

https://economictheoryblog.com/2016/08/08/robust-standard-errors-in-r

Seguendo le istruzioni, tutto ciò che devi fare è caricare una funzione nella tua sessione R e quindi impostare il parametro '' robust '' nella tua funzione di riepilogo su TRUE.

summary(lm.object, robust=TRUE)

Ad aprile 2018 credo che tu voglia il estimatrpacchetto , che prevede un calo quasi sostitutivo per lm. Numerosi esempi sono stati quasi estratti dalla documentazione:

library(estimatr)
library(car)

# HC1 robust standard errors
model <- lm_robust(GPA_year2 ~ gpa0 + ssp, data = alo_star_men,
                   se_type = "stata")
summary(model)
#> 
#> Call:
#> lm_robust(formula = GPA_year2 ~ gpa0 + ssp, data = alo_star_men, 
#>     se_type = "stata")
#> 
#> Standard error type:  HC1 
#> 
#> Coefficients:
#>             Estimate Std. Error  Pr(>|t|) CI Lower CI Upper  DF
#> (Intercept) -3.60625    1.60084 0.0258665 -6.77180  -0.4407 137
#> gpa0         0.06814    0.02024 0.0009868  0.02812   0.1082 137
#> ssp          0.31917    0.18202 0.0817589 -0.04077   0.6791 137
#> 
#> Multiple R-squared:  0.09262 ,   Adjusted R-squared:  0.07937 
#> F-statistic: 6.992 on 2 and 137 DF,  p-value: 0.001284

# HC1 cluster robust standard errors
model2 <- lm_robust(GPA_year2 ~ gpa0 + ssp, cluster = ssp,
                   data = alo_star_men, se_type = "stata")
summary(model2)
#> 
#> Call:
#> lm_robust(formula = GPA_year2 ~ gpa0 + ssp, data = alo_star_men, 
#>     clusters = ssp, se_type = "stata")
#> 
#> Standard error type:  stata 
#> 
#> Coefficients:
#>             Estimate Std. Error Pr(>|t|) CI Lower CI Upper DF
#> (Intercept) -3.60625   1.433195 0.240821 -21.8167  14.6042  1
#> gpa0         0.06814   0.018122 0.165482  -0.1621   0.2984  1
#> ssp          0.31917   0.004768 0.009509   0.2586   0.3798  1
#> 
#> Multiple R-squared:  0.09262 ,   Adjusted R-squared:  0.07937 
#> F-statistic: 6.992 on 2 and 137 DF,  p-value: 0.001284

Il carpacchetto semplifica quindi l'esecuzione di test di ipotesi omnibus per questi modelli:

linearHypothesis(model, c("gpa0 = ssp"))
#> Linear hypothesis test
#> 
#> Hypothesis:
#> gpa0 - ssp = 0
#> 
#> Model 1: restricted model
#> Model 2: GPA_year2 ~ gpa0 + ssp
#> 
#>   Res.Df Df  Chisq Pr(>Chisq)
#> 1    138                     
#> 2    137  1 1.8859     0.1697

Modificherei la domanda. Stai confondendo una forte regressione con il robusto comando di Stata. Non sembra esserci alcun vantaggio nell'introdurre questa confusione.

Penso che ci siano alcuni approcci. Non li ho guardati tutti e non sono sicuro di quale sia il migliore:

Il pacchetto sandwich:

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

Ma questo non mi dà le stesse risposte che ottengo da Stata per qualche motivo. Non ho mai provato a capire perché - ma sopra nei commenti c'è una risposta suggerita - non uso questo pacchetto.

Il pacchetto rms:

Trovo che sia un po 'una seccatura con cui lavorare ma di solito ottengo buone risposte con un certo sforzo. Ed è il più utile per me.

model = ols(a~b, x=TRUE)    
robcov(model)

Puoi codificarlo da zero

Vedi questo post del blog ( http://thetarzan.wordpress.com/2011/05/28/heteroskedasticity-robust-and-clustered-standard-errors-in-r/ ). Sembra l'opzione più dolorosa, ma straordinariamente facile e questa opzione spesso funziona meglio.