Verschiedene Korrekturen der Standardfehler in einem Modell

Modelle zur Korrelations- und Regressionsanalyse

Moderator: EDi

Antworten
jonny22119
Beiträge: 7
Registriert: Mo Nov 04, 2019 2:46 pm

Verschiedene Korrekturen der Standardfehler in einem Modell

Beitrag von jonny22119 »

Moin Moin liebes R-Forum,
folgende Frage:

Ich habe für meine Daten ein Two - Way - Fixed - Effects Modell geschätzt.
Für diese Modell habe ich folgende Spezifikationen vorgenommen:

1. Korrektur der Standardfehler für Heteroskedastizität und Autokorrelation (HAC Standardfehler)

Code: Alles auswählen

cov1<- vcovSCC(modell1, type="HC1")
robust_se1<- sqrt(diag(cov1))
2. Clustering der Standardfehler für eine Variable.

Code: Alles auswählen

cluster_se1 <- coeftest(modell1, vcov = function(x) 
  clubSandwich::vcovCR(x, type = 'CR2', cluster = data$ID))
Nun möchte ich mir die Ergebnisse ausgeben lassen, am liebsten über Stargazer.
Für jeweils eine Korrektur funktioniert das auch wunderbar.

Für die HAC-Standardfehler mit:

Code: Alles auswählen

stargazer(modell1, type="text", se=list(robust_se1))
Für die geclusterten Standardfehler mit:

Code: Alles auswählen

stargazer(modell1,type="text", se=list(cluster_se1))
Meine Frage ist nun, wie ich es hinbekomme die Standardfehler in diesem Modell sowohl für HAC als auch für geclusterte Standardfehler zu korrigieren?
Was ich natürlich schon versucht habe ist folgendes:

Code: Alles auswählen

stargazer(modell1,type="text", se=c(list(cluster_se1),list(robust_se1))
das funktioniert alledings nicht. Dann benutzt R immer nur die Standardfehler die als erstes aufgeführt sind.

Online konnte ich bisher leider auch keine Lösung für mein Problem finden.
Vielleicht hat hier ja jemand eine Idee.
Vielen Dank!
Benutzeravatar
EDi
Beiträge: 1599
Registriert: Sa Okt 08, 2016 3:39 pm

Re: Verschiedene Korrekturen der Standardfehler in einem Modell

Beitrag von EDi »

Standardfehler in diesem Modell sowohl für HAC als auch für geclusterte Standardfehler zu korrigieren?
Ich kenne mich nicht besonders mit diesen robusten Schätzern aus, aber ein alternative wäre dir geclusterten Fehler in einem gemischten Model zu berücksichtigen (z.B. nlme, lme4, glmmTMB,...).

Die Variabzheterogenität kann man auch direkt modellieren (dann weiß man auch wie die sich ausdrückt) - wenn ein varianzparameter nicht reicht, schätzt man eben mehr.

Die AutoKorrelation kann man auch auf den Residuen modellieren (dann weiß man auch wie groß die ist).

Alle 3 kann man vermutlich mit glmmTMB oder gamlss zusammen realisieren.


Ist eben eine andere Herangehensweise: post-hoc die Fehler breiter machen weil man weiß das es unberücksichtigte Feinheiten gibt oder die Feinheiten explizit modellieren. Hängt wohl auch von der Disziplin ab.. Ich bevorzuge letzteres...
Bitte immer ein reproduzierbares Minimalbeispiel angeben. Meinungen gehören mir und geben nicht die meines Brötchengebers wieder.

Dieser Beitrag ist lizensiert unter einer CC BY 4.0 Lizenz
Bild.
jonny22119
Beiträge: 7
Registriert: Mo Nov 04, 2019 2:46 pm

Re: Verschiedene Korrekturen der Standardfehler in einem Modell

Beitrag von jonny22119 »

Danke für die Antwort.
Der Ansatz eines gemischten Modells ist für mich momentan leider keine Möglichkeit mehr.
Trotzdem vielen Dank für den Vorschlag
Antworten