Как рассчитать устойчивые стандартные ошибки в Stargazer для модели plm (объединения) в R?

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!).


rstudio r regression stargazer plm
person kakaka    schedule 20.11.2019    source источник
comment
Можете ли вы сделать доступными где-нибудь данные? Или предоставить автономный воспроизводимый пример?   -  person Helix123    schedule 20.11.2019

Ответы (1)


arrow_upward
0
arrow_downward

Ваш код работает с минимальными данными панели:

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

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

# Robust Standard Errors
robust_se <- sqrt(diag(vcovHC(model, type = "HC3")))

Можете ли вы более подробно описать вашу переменную? Какие категории есть у зрелости и размера? Попробуйте glimpse из dplyr, чтобы проверить тип данных и формат каждой переменной.

person Marco    schedule 03.12.2019
comment
Я думаю, его вопрос заключался в том, как распечатать надежные стандартные ошибки для таблицы Latex с помощью stargazer (или texreg). Если есть быстрый способ сделать это для нескольких регрессий в одной таблице, я был бы очень рад узнать. - person Bob; 24.05.2021
comment
Привет, Боб, я добавил RSE в этот пост stackoverflow.com/questions/58923112/ В stargazer есть параметр se - person Marco; 28.05.2021