У меня есть несколько регрессионных моделей, использующих plm
и pooling
. Мои данные представляют собой объединенные данные поперечного сечения / временного ряда с данными о выпусках облигаций. Данные состоят из наблюдений около 2000 выпусков облигаций с примерно 25 описательными переменными облигаций.
Я хочу рассчитать устойчивые стандартные ошибки для одной или всех регрессионных моделей, чтобы добавить их в свою визуализацию звездочета. Мои регрессии следующие:
#Regression
primaryreg4 <- plm(issueyield ~ issuer + exchange + yearmonth + maturity.cat + size.cat + coupontype,
data = data,
index = c("ID", "issuedate"),
model = "pooling")
Все переменные являются фиксированными эффектами (FE), поэтому они фиктивные переменные. Я хочу вычислить надежные стандартные ошибки этой модели и добавить их в stargazer. Код, который я пробовал для вычисления стандартных ошибок:
cov.r4 <- vcovHC(primaryreg4, type = "HC3")
robust_se_r4 <- sqrt(diag(cov.r4))
# or (it is the same)
robust_se_r4 <- sqrt(diag(vcovHC(primaryreg4, type = "HC3")))
Затем я бы указал, что стандартные ошибки в Stargazer равны robust_se_r
. Однако я получаю это сообщение об ошибке:
Ошибка: не удается выделить вектор размером 15,8 Гб
Кто-нибудь знает, как это решить? Я понимаю, что это проблема с памятью, но файл действительно не должен быть слишком большим - мои данные составляют около 2000 наблюдений 25 переменных (не слишком больших!).