在predict.lm()中使用coeftest结果
在predict.lm()函数中使用coeftest()结果是为了对线性回归模型的系数进行显著性检验。predict.lm()函数用于根据线性回归模型的系数预测新的观测值。coeftest()函数则用于计算线性回归模型系数的显著性检验，即判断系数是否显著不等于零。
具体来说，predict.lm()函数接受一个线性回归模型对象和新的观测值作为输入，返回基于模型系数预测的响应变量的值。而coeftest()函数则接受一个线性回归模型对象作为输入，返回系数的显著性检验结果，包括系数的估计值、标准误差、t值、p值等。
使用coeftest()结果可以帮助我们判断线性回归模型中的系数是否具有统计显著性，即是否可以认为该系数对响应变量有显著影响。如果p值小于某个显著性水平（通常为0.05），则可以拒绝原假设，认为该系数显著不等于零。
在腾讯云的产品中，可以使用腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）来进行线性回归模型的训练和预测。该平台提供了丰富的机器学习算法和模型评估工具，可以方便地进行系数的显著性检验和预测结果的生成。
总结起来，使用predict.lm()中的coeftest()结果可以帮助我们评估线性回归模型中的系数的显著性，从而更好地理解模型的预测能力和影响因素。腾讯云机器学习平台是一个可选的工具，可以用于实现这一目标。
相关·内容
1回答
我想用ggplot2绘制一个模型。我已经估计了一个稳健的方差-协方差矩阵，我想在估计置信区间时使用它。
我可以告诉ggplot2使用我的VCOV吗?或者，我可以以某种方式强制predict.lm使用我的VCOV矩阵吗？一个虚构的例子：
source("http://people.su.se/~ma/clmclx.R")
df <- data.frame(x1 = rnorm(100), x2 = rnorm(100), y = rnorm(100), group = as.factor(sample(1:10, 100, replace=T)))
lm1 <- l
浏览 1提问于2012-02-13得票数 3
回答已采纳
2回答
我试图将模型系数从R中提取到一个数据框架中，然后我可以将它与Stata的其他模型结果组合成一个大数据集。
使用来自lmtest的lmtest，我尝试了这样的方法：
model_1_coef <- lmtest::coeftest(model1, vcov = sandwich::vcovHC)
这似乎只是创建了一个类“coeftest”的对象，并使用as.data.frame将其强制放入数据帧中--错误“不能强迫类'coeftest‘到data.frame’。
对接下来该做什么有什么想法吗？
浏览 6提问于2022-03-01得票数 1
回答已采纳
我使用健壮的标准错误运行glm()。对于后续的模型比较，我计算了两个回归模型(系数& se)的差异。对于该计算，我使用汇总()函数。然而，模型的摘要函数显示了与我从coeftest()获得的标准错误不同的结果。系数的值保持相同。
输入：
mod.01 <- glm(dep ~ indep1 + indep2 + indep3,
family = binomial (link = "logit"), data = data)
coeftest(mod.01, vcov. = vcovHC, type= "HC3", df = NU
浏览 11提问于2021-12-26得票数 4
回答已采纳
我正在用plm软件包做一些回归，然后如果需要的话，我还可以获得异方差一致性系数。下面是我运行的命令；
library(plm)
data("Produc", package = "plm")
zz <- plm(log(gsp) ~ log(pcap) + log(pc) + log(emp) + unemp,
data = Produc, index = c("state","year"))
summary(zz)
coeftest(zz, vcovHC)
我的
浏览 0提问于2012-12-10得票数 3
回答已采纳
1回答
我遇到了一个关于函数bs()的问题。
library(ISLR)
library(ggplot2)
library(caret)
data(Wage)
#summary(Wage)
set.seed(123)
inTrain <- createDataPartition(Wage$wage, p = 0.7, list = F)
training <- Wage[inTrain,]
testing &l
浏览 2提问于2017-06-21得票数 0
回答已采纳
我正在尝试从一组数据中获得HC标准误差，使用 coeftest(Partc, df = Inf, vcov = vcovHC(fm1, type = "HC1")) 但它返回错误： Error in coeftest(Partc, df = Inf, vcov = vcovHC(fm1, type = "HC1")) :
could not find function "coeftest" 我是否错过了执行此操作所需的包？
浏览 89提问于2020-03-25得票数 2
2回答
我正在尝试使用stargazer输出一些具有稳健标准误差的回归结果，但底部的行没有显示nobs和f stat等值。下面是代码和输出。
r_FEB1_se <- coeftest(r_FEB1, vcov = vcovHC(r_FEB1, method = "arellano", type = "HC3", cluster = "group"))
r_FED1_se <- coeftest(r_FED1, vcov = vcovHC(r_FED1, method = "arellano", type = "HC3
浏览 5提问于2020-05-17得票数 1
我正在使用带有双向聚类标准错误的lmtest运行多元OLS回归。系数和标准误差工作得很好，但通常的统计量(如观测次数、R2、j)。R2、残差SE、F统计量)没有显示在回归表的底部。
下面是代码的外观：
model1 <- lm(Y ~ X + Z data=df)
model2 <- lm(Y ~ W + Y + Z, data=df)
stargazer(
(coeftest(model1,vcovCL, cluster = ~ A + B)),
(coeftest(model2,vcovCL, cluster = ~ A + B)),
type='text')
浏览 0提问于2019-12-08得票数 2
我有许多线性模型存储在一个表中。现在，我想使用reach行中的模型来预测单个y值，给定相应行中的单个x值。
这一困难是由于data.table和tidyverse提取表中模型的方式造成的。predict.lm函数要求类"lm“对象在类"list”对象中。
library(data.table)
model1 <- lm( y~x, data= data.table( x=c(1,2,3,4) , y=c(1,2,1,2) ))
model2 <- lm( y~x, data= data.table( x=c(1,2,3,4) , y=c(1,2,3,3) ))
浏览 0提问于2019-07-03得票数 4
回答已采纳
1回答
我阅读了sandwich's集群引导函数、vcovBS和来自lmtest的coeftest函数的文档和源代码。在我看来，coeftest并没有采用任何小的样本校正。对吗？如果没有，是否有一种方法可以使用野生集群引导程序& coeftest进行小样本校正？
浏览 2提问于2021-08-31得票数 2
回答已采纳
我已经检查了几个主题，并在面板回归中发现了一些关于异方差性的帮助。但不幸的是，有些问题仍未解决。
下面的例子(一些重复的措施，已经采用长格式的数据)：
Panelregr <- plm(V1~ V2 + V3 + V4, data = XY, model ="random")
然后我检查了异方差：
B.P.Test <- bptest(V ~ V2 + V3 + V4, data=XY, studentize = F)
检验具有极显著的异方差。
然后我阅读了(Link：)关于使用鲁棒协方差矩阵来解释异方差性的文章。对于上面的示例，我使用了以下代码
coeftest
浏览 0提问于2018-07-23得票数 0
回答已采纳
我在制作一张表时遇到了一些麻烦，这张桌子展示了同时看上去很有吸引力的“最硬的”的结果。我试过看星空，它不工作，它只打印了大量的文字，不格式化表格。
那么，是否有人知道如何很好地格式化固定效果回归，并在一个漂亮的表中打印出来自coeftest的结果，从而使它在视觉上看起来很有吸引力？
我最好把多张桌子印在一起。这是我目前用于固定效果模型的代码：
plm(ret ~ Dummy 1* Dummy 2+ Dummy 1 + Dummy 2 + ROA + Leverage, data = df, index = c("entity"), model = "within"
浏览 8提问于2022-10-30得票数 1
我首先创建了一个概率模型，如下所示： fit1 <- glm(Y ~ X1, data = dat1, family = binomial (link="probit")) 并使用huxtable将概率模型结果编织成word文档，如下所示 hux1 <- huxreg(fit1)
knitr::knit_print(hux1) 但是，我想根据公用事业对标准错误进行聚类，这是我仅使用lmtest和三明治包实现的，如下所示 sandwich1 <- coeftest(fit1, vcov. = vcovCL(fit1, cluster = dat1$commu
浏览 43提问于2020-11-28得票数 0
回答已采纳
1回答
当我使用Bai和Perron (1998,2003)最小BIC估计结构中断时，R strucchange包的结果与SAS proc autoreg的结果不匹配。发现的中断数完全不同。我的数据有大约20,000个观察值，所以我很难在这里重现这个问题。但是谁能解释一下为什么发现的中断数量会有所不同？下面是我用来估计中断的R和SAS代码的示例。
R代码是：
library(lmtest)
library(sandwich)
library(strucchange)
data.bp <- breakpoints(formula, data)
coeftest(data.bp)
coeftest
浏览 11提问于2016-09-03得票数 4
回答已采纳
呼叫
coeftest(m)
返回系数的z检验：
Estimate Std. Error z value Pr(>|z|)
lenDelta 0.26592 0.13038 2.0397 0.04138 *
-2|-1 -2.59586 0.24090 -10.7758 < 2.2e-16 ***
-1|0 -0.81155 0.13558 -5.9860 2.150e-09 ***
0|1 0.73271 0.13394 5.4706 4.486e-08 ***
1|2
浏览 4提问于2016-02-11得票数 1
回答已采纳
2回答
我正在使用NeweyWest标准错误来更正我的lm() / dynlm()输出。例如：
fit1<-dynlm(depvar~covariate1+covariate2)
coeftest(fit1,vcov=NeweyWest)
系数以我想要的方式显示，但不幸的是，我丢失了所有的回归输出信息，如R平方，F-检验等，这些信息是通过汇总显示的。因此，我想知道如何在相同的摘要输出中显示健壮的se和所有其他内容。
有没有一种方法可以在一次调用中获得所有内容，或者覆盖“旧的”估计？我敢打赌我刚刚错过了一些严重的东西，但这在清理输出时确实是相关的。
测试示例，取自?dynlm。
require(d
浏览 2提问于2011-07-14得票数 16
回答已采纳
我有两个密切相关的问题: 1. ivreg和tsls/gmm似乎产生了不同的参数估计：
require(AER)
data("CigarettesSW", package = "AER")
CigarettesSW$rprice <- with(CigarettesSW, price/cpi)
CigarettesSW$rincome <- with(CigarettesSW, income/population/cpi)
CigarettesSW$tdiff <- with(CigarettesSW,
浏览 5提问于2016-06-08得票数 0
回答已采纳
2回答
我想在R中使用Matlab中给出的以下表达式：
y1=polyval(p,end_v);
其中p在Matlab中是：
p = polyfit(Nodes_2,CInt_interp,3);
现在在R区我有：
p <- lm(Spectra_BIR$y ~ poly(Spectra_BIR$x,3, raw=TRUE))
但是我不知道R中的哪个命令对应于Matlab中的多边形。
非常感谢！
浏览 4提问于2016-12-13得票数 2
回答已采纳
在修正R中的异方差后，如何命名模型？基本上，我如何保存一个模型，以便它包含健壮的标准错误？我正在使用plm包，如果这有区别的话。
假设下面有两种模型：
model1<-plm(x~y+z,data=dataset,model="within")
model2<-plm(x~y,data=dataset,model="within")
但我修正了异方差性：
coeftest(model1,vcovHC)
coeftest(model2,vcovHC)
我如何保存模型，以便我可以做一个Wald测试，以比较这两个？我试着做了以下工作，但似乎不正确：
mod
浏览 2提问于2015-02-19得票数 0
回答已采纳
1回答
我想用R来计算多元线性回归样本外的，从我的教科书中我得到了下面的公式
哪里
这意味着我的观察被忽略了。
我尝试使用R中的以下两行来计算MSEP
fit <- lm(CO ~ weight + nico, data = df)
mean( (df$CO - predict.lm(fit, df))^2 )
不过，我相当肯定这是在-sampel MSPE。我试图对MSPE进行硬编码，最后以
MSEP <- function(df){
df <- df[, -1] # Removing "name" column
factor <- 1/n
浏览 12提问于2020-11-01得票数 0
1回答
我在R中对一些数据集进行了回归分析，并尝试预测每个独立变量对数据集中每一行的因变量的贡献。
所以就像这样：
set.seed(123)
y <- rnorm(10)
m <- data.frame(v1=rnorm(10), v2=rnorm(10), v3=rnorm(10))
regr <- lm(formula=y~v1+v2+v3, data=m)
summary(regr)
terms
浏览 4提问于2017-12-17得票数 6
回答已采纳
1回答
我正在使用lm命令和coeftest命令。我想把它们放在一个stargazer表中。问题是stargazer输出是不完整的。
这是我到目前为止所拥有的。左边是OLS模型。右边是通过coeftest命令传递的OLS模型。
=================================================
Dependent Variable:
-----------------------------
VAP Turnout (%)
浏览 4提问于2021-08-07得票数 0
回答已采纳
1回答
非常基本的R发亮的问题，我确信。我想要在玩具数据集上运行线性回归，使用它根据使用过的输入预测相应的值，并从给定和预测的值绘制一条到回归线的线。
当我运行它时，我得到了错误:侦听警告：'newdata‘有1行，但是找到的变量在段中有6行错误( newData，0，newData，newData.pred，newData.pred= "red")：无效的第一个参数
所以我意识到这就是我处理用户输入的方式。我不想接受他们给出的数值，把它输入predict.lm并画出结果线。如果可能的话，Id也希望文本能够给出predict.lm输出。
ui.R
library(shiny)
浏览 3提问于2015-02-26得票数 0
回答已采纳
1回答
参考手册指出：
由于F统计量序列的最大值等价于2段分区中断点的最小OLS估计量，因此可以通过断点从类" Fstats“的对象(由Fstats计算)中提取。
当“断点”选项为1时，上述方法提取的断点是否总是与将coeftest应用于类的“断点满”对象时提取的断点相同？换句话说，在断点=1时调用Fstats对象上的断点(最小RSS)提取的断点是否总是等于对断点调用coeftest提取的断点(最小BIC)？
library(lmtest)
library(strucchange)
data("Nile")
fs.nile <- Fstats(Nile ~ 1
浏览 0提问于2015-05-31得票数 2
回答已采纳
2回答
平均95%置信区间的计算
、、、、
我有个练习说
当x2=2300，x7=56和x8=2100时，在一支球队赢得比赛的平均次数上找出95%的置信区间。
R中有一个函数直接给出这样的置信区间吗？
我考虑过使用函数confint(f)，但是这个函数在大约一个或多个参数时给出了结果，据我所知，我没有参数，而是像beta0+beta1xi这样的函数，其中已经估计了参数β，并且xi将是x2、x7和x8。
另一种方法是“手动”，但这很复杂，因为我必须计算标准误差、方差、t值等。
你能帮忙吗？
提前谢谢你
浏览 0提问于2018-12-09得票数 3
回答已采纳
我想用F统计量来比较两种模型的性能。以下是一个可重复的例子和预期结果：
load carbig
tbl = table(Acceleration,Cylinders,Horsepower,MPG);
% Testing separetly both models
mdl1 = fitlm(tbl,'MPG~1+Acceleration+Cylinders+Horsepower');
mdl2 = fitlm(tbl,'MPG~1+Acceleration');
% Comparing both models using the F-test and p-va
浏览 5提问于2015-11-24得票数 3
回答已采纳
2回答
我正在寻找一种方法，用我自己的标准错误直接替换回归模型中的标准错误，以便在另一个R包中使用健壮模型，该软件包没有自己的健壮选项，只能提供特定类型的模型，而不能提供最优的格式。
假设我有一个线性模型：
model <- lm(data=dat, Y ~ X1 + X2 + X3)
然后，我需要健壮的标准错误：
robust <- coeftest(model, vcov=sandwich)
接下来，我需要在一个特定的包中使用这个模型，这个包不能提供一个coeftest，并且没有它自己的健壮的标准错误选项。我想替换原模型的标准错误(就这一点而言，p值、t统计等)。在把它装入包装之前，让
浏览 8提问于2015-07-27得票数 5
回答已采纳
1回答
我想观察一个治疗变量对我的结果Y的影响。我做了一个多元回归：fit <- lm (Y ~ x1 + x2 + x3)。x1为处理变量，x2、x3为控制变量。我使用了包含x2和x3的预测函数。我绘制了这个预测函数。
现在我想在我的图中添加一条线，类似于一个简单的回归abline，但是我不知道怎么做。
我想我必须使用行(x，y)，其中y = predict和x是变量x1的值序列。但是R告诉我y和x的长度是不同的。
浏览 1提问于2016-12-01得票数 0
首先，我运行一个回归模型。然后，我提取稳健的标准误差。然而，我不确定如何提取随后的置信区间，coeftest()似乎只包含标准误差。有没有一种自动完成的方法？ 以下是可重现的数据和代码： library(plm)
library(lmtest)
library(broom)
data(Cigar)
model<- plm(price ~ sales + cpi, index=c("state", "year"), model = 'within',
data = Cigar)
#Extract t
浏览 8提问于2021-04-27得票数 0
回答已采纳
2回答
我正在尝试学习R后使用Stata，我必须说，我喜欢它。但现在我有麻烦了。我即将对Panel数据进行多次回归，所以我使用的是plm包。
现在，我希望R中的plm得到与使用lm函数时相同的结果，而当我执行异方差性、鲁棒性和实体固定回归时，将得到相同的结果。
假设我有一个包含变量Y、ENTITY、TIME、V1的面板数据集。
在R中，我得到了与此代码相同的标准错误
lm.model<-lm(Y ~ V1 + factor(ENTITY), data=data)
coeftest(lm.model, vcov.=vcovHC(lm.model, type="HC1))
就像我在Stata
浏览 4提问于2010-12-13得票数 18
我感到困惑的是，在glm()中定义一个偏移量(应该是上述的)和在predict.glm()中使用不使用日志转换偏移量的newdata定义偏移量(显然)不一致。
我用lambda=2构造了一个数据集，每个数据集有5个“处理”，唯一的区别是计数的时间，即偏移量。
pmean <- 2
Offset <- rep(c(10,31.6,100,316,1000),5)
set.seed(7919)
data <- data.frame(cnt = rpois(length(Offset),pmean*Offset),
浏览 1提问于2020-04-21得票数 4
1回答
在NLS回归中，是否有任何函数可以计算Newey-West估计和R中的怀特标准误差。三明治和汽车包可以做到这一点，但它们需要一个lm对象来计算误差。
浏览 4提问于2013-06-17得票数 2
回答已采纳
我使用plm包运行面板回归，如下所示： library("plm")
Data <- data.frame(id = c(rep("a",50), rep("b", 50)),
y = rnorm(100),
x = c(rnorm(50), rnorm(50, sd = 5)),
z = c(rnorm(50), rnorm(50, sd = 3)))
panelmodel <- plm(y ~ x + z,
浏览 42提问于2020-04-29得票数 0
回答已采纳
我不确定之前有没有人问过这个问题，但我有很多不同模型的系数测试：
coeftest(arima(detrend, order = c(0,0,2))) #MA2
coeftest(arima(detrend, order = c(0,0,3))) #MA3
coeftest(arima(detrend, order = c(0,0,4))) #MA4
coeftest(arima(detrend, order = c(1,0,0))) #AR1
coeftest(arima(detrend, order = c(2,0,0))) #AR2
coeftest(arima(detrend, ord
浏览 2提问于2019-05-14得票数 0
有许多方法可以在R中并排的表中比较回归模型，包括stargazer、huxtable和gtsummary包。我正在努力用两个零膨胀的负二项模型来做到这一点，其中一个模型有聚集的标准误差，而另一个没有。
问题在于不同的对象类。集群错误模型位于pscl包的"coeftest“类中，而非集群模型位于lmtest包的类"zeroinfl”中。
这里有一个简单的例子。
library(tidyverse)
library(pscl)
library(sandwich)
library(lmtest)
## data
data("bioChemists", package
浏览 38提问于2021-06-04得票数 0
我一直在广泛地寻找以下内容。
有没有办法使用Newey West (1994)估计器进行R中的配对T检验？
t.test()给出了正确的t值，但是我想要校正它们的自相关性。这似乎是不可能的。
x <-rnorm(100)
k <-rnorm(100)
t.test(x,k, paired=TRUE)
现在让我们假设我知道我的数据(x和k)中存在自相关，因此我想使用Newey West估计器对其进行校正。
谁有办法用t.test做到这一点？
或者，可以使用以下代码：
fit<-lm(x~k)
coeftest(fit)
这是一个独立的t测试。有人知道如何使用coef
浏览 3提问于2015-07-18得票数 0
1回答
我正在尝试下一段代码，看看predict是否可以帮助我找到2阶多项式的因变量的值，在这种情况下，它是明显的y=x^2：
x <- c(1, 2, 3, 4, 5 , 6)
y <- c(1, 4, 9, 16, 25, 36)
mypol <- lm(y ~ poly(x, 2, raw=TRUE))
> mypol
Call:
lm(formula = y ~ poly(x, 2, raw = TRUE))
Coefficients:
(Intercept) poly(x, 2, raw = TRUE)1 poly(x, 2, raw
浏览 0提问于2012-09-26得票数 6
回答已采纳
1回答
在Stata (使用社区贡献的命令reghdfe)和R中估计面板数据模型时，我发现结果略有不同。
斯塔塔：
cls
webuse nlswork, clear
xtset idcode year
reghdfe ln_w grade age ttl_exp tenure not_smsa south, abs(year) cluster(idcode)
R：
## import data
library(foreign)
df = read_dta("http://www.stata-press.com/data/r14/nlswork.dta")
## estima
浏览 1提问于2018-12-06得票数 1
我在web上发现了如何使用以下方法应用异方差健壮的标准错误 model<-lm(a~b+c+d,data = data)
plot(model, which=1)
bptest(a) #I have heterscedasticity
coeftest(model, vcov = vcovHC(model, type = "HC0")) #new coeff models 我试着用 plot(coeftest(model, vcov = vcovHC(model, type = "HC0")),which = 1) 然而，要想看到具有新系数的残差的曲线
浏览 22提问于2020-06-11得票数 0
1回答
我试图优化一个多元线性回归模型，lmMod=lm(depend_var~var1+var2+var3+var4....,data=df)，我目前正在研究这个模型的前提:残差的常数方差和不存在自相关。我用的是：
异方差性的Breusch-异根检验：lmtest::bptest(lmMod)
杜宾沃森自相关检验：durbinWatsonTest(lmMod)
我找到了一些例子，它们一次测试一个自变量：
Breush的例子-异教徒测试-一个自变量：
杜宾沃森测试的示例-一个自变量：
或者整个模型一次包含多个自变量：
杜宾沃森测试的示例-多个自变量：
以下是问题：
durbi
浏览 0提问于2018-03-08得票数 2
回答已采纳
3回答
我正在尝试在R中复制Stata输出。我正在使用数据集。我在复制具有健壮标准错误的probit函数时遇到了问题。
Stata代码如下所示：
probit affair male age yrsmarr kids relig educ ratemarr, r
我从以下几点开始：
probit1 <- glm(affair ~ male + age + yrsmarr + kids + relig + educ + ratemarr,
family = binomial (link = "probit"), data = mydata)
然后，我尝试了
浏览 8提问于2015-05-14得票数 8
1回答
我开发了一个R代码，它需要计算1000万倍于相同的多元回归模型(15个变量)。每个模型只需提取一个自变量的t-统计量。我需要为每个模型申请一个异方差一致的协方差矩阵估计器，我是通过coeftest和vcovHC使用White的估计器进行的，但是我注意到这个操作大大增加了仿真所需的计算时间。因此，我想知道是否有一种方法来加速代码，因为我只需要第二个变量的t统计量。
下面是我在每一次迭代中所做工作的一个玩具示例：
model <- lm(y ~ a + b + c, data = data)
model <- coeftest(model, vcov. = vcovHC(m
浏览 1提问于2016-05-27得票数 0
我正在分析一个数据集，其中回归中的误差项的方差对于所有观察值都不是恒定的。为此，我重新构建了模型，使用coeftest函数估计异方差-鲁棒(Huber-White)标准误差。现在，我想使用这些新结果通过predict()函数进行预测。 数据集如下所示，但有多个X： set.seed(123)
x <- rep(c(10, 15, 20, 25), each = 25)
e <- c()
e[1:25] <- rnorm(25, sd = 10)
e[26:50] <- rnorm(25, sd = 15)
e[51:75] <- rnorm(25, sd = 2
浏览 17提问于2019-05-09得票数 0
我在R中运行线性回归，我正在计算聚类标准误差。我得到了coeftest()的输出，但在某些情况下，它不会报告变量的任何内容。我没有得到一个错误。这是否意味着不能计算系数，或者coeftest不报告无关紧要的变量？我似乎在任何R文档中都找不到答案。 以下是R的输出： lm1 <- lm(PeaceA ~ Soc_Edu + Pol_Constitution + mediation + gdp + enrollratio + infantmortality , data=qsi.surv)
coeftest(lm1, vcov = vcovHC(lm1, type = "HC1&#
浏览 183提问于2019-02-12得票数 0
我正在尝试用包xtscc在R中复制Stata命令plm提供的结果，但是我遇到了一些问题，因为为了复制目的，我使用来自Stata包plm的数据集的标准错误。
# code to obtain dataset
library(lmtest)
library(car)
library(tidyverse)
data("Produc", package="plm")
write.dta(Produc,"test.dta")
我的目标是运行一个带有Driscoll和Kraay标准误差的双向固定效应面板模型估计。Stata中的例程如下
use "te
浏览 15提问于2020-12-09得票数 0
回答已采纳
1回答
我正在尝试创建一个函数，给我一个集群健壮的标准错误。我安装了一个模型
library(readstata13)
library(multiwayvcov)
library(lmtest)
df = read.dta13("http://www.stata-press.com/data/r13/auto.dta")
fit= lm(price ~ mpg + rep78 + weight + factor(foreign) , data= df)
在不将以下语句封装在函数中的情况下，我设法运行
#this one works
a<-cluster.vcov(fit, ~
浏览 2提问于2018-01-15得票数 2
我试图按组运行回归，然后将回归模型对象传递给另一个函数。
library("lmtest")
library("broom")
library("tidyr")
library("dplyr")
library("purrr")
fitted_models <- mtcars %>%
group_by(gear) %>%
do(fit = lm(mpg ~ ., data = .),
test = coeftest(fit)) # from lmtest
浏览 0提问于2018-03-01得票数 3
回答已采纳
2回答
我已经为我的数据拟合了一个回归模型，它提供了一个很好的r2。
fit <- lm(time ~ poly(ladder,3), data=red.corr)
在我的数据框中，我有一个包含“阶梯”度量的列。我想用这个回归模型来预测“时间”的值。
任何帮助都非常感谢！
浏览 2提问于2020-06-21得票数 1
有没有一种方法可以让客户报告置信区间？还是从coef结果中计算置信区间的命令？
虚拟数据：
library(lmtest)
data("mtcars")
testmodel <- glm(am ~ vs, data = mtcars, family = quasibinomial(link = "logit"))
testcoef <- coeftest(testmodel)
testcoef
z test of coefficients:
Estimate Std. Error z value Pr(>|z|)
(I
浏览 2提问于2022-06-17得票数 0
1回答
我试图了解如何创建一个可以在R的标准预测函数中使用的函数。
示例：
someFunction <- function(x){
vec <- 4
ans <- cbind(x, vec)
return(ans)
}
newIris <- predict(someFunction, iris)
我猜这可能与S3或R中的S4类有关，与R中的函数式编程有关，但我还没有找到关于这个问题的简单解释。
浏览 0提问于2018-07-14得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
