如何使用R计算面板引导上限标准错误？

我最近从STATA改为R，不知怎么的，我很难找到一些相应的命令。我想使用

plm

库从固定效果模型中获取面板引导显示的标准错误，如下所述，供STATA用户使用：

我的问题涉及一般的方法（boot是合适的库还是库（meboot）） )

如何使用引导解决该特定错误：

首先获取一些面板数据：

library(plm)
data(EmplUK) # from plm library

test<-function(data, i) coef(plm(wage~emp+sector,data = data[i,],
                                      index=c("firm","year"),model="within"))

库（plm）
数据（雇员）#来自plm图书馆
测试出于某种原因，
boot
会将索引（此处为原始索引）传递给具有重复值的
plm
。在将索引传递给
plm
之前，应该删除所有重复的值并断言索引是唯一的

test <- function(data,original) {
   coef(plm(wage~emp+sector,data = data[unique(original),],
       index=c("firm","year"),model="within"))
}


boot(EmplUK, test, R = 100)

## ORDINARY NONPARAMETRIC BOOTSTRAP
## Call:
## boot(data = EmplUK, statistic = test, R = 100)
## Bootstrap Statistics :
##       original      bias    std. error
## t1* -0.1198127 -0.01255009  0.05269375

test为什么不显示错误消息？thx all for the interest@agstudy使用该方法会导致标准错误=0@Mamba不客气。也许您应该联系包维护人员，在代码中添加此断言。这看起来像是一个bug，或者至少此功能没有被记录。通过删除重复值，这不意味着每次重复都可以有不同大小的重采样（现在也不是带替换的采样）？如果我错过了显而易见的，我道歉！确实意味着采样不重复，但是样本不应该都具有相同的大小。请注意，引导使用带替换的采样。如果您不允许重复，它就不再是boostrap方法，您需要证明导出的统计数据是总体统计数据的良好估计值。@agstudy No，这与boot或plm包的维护人员无关。就我个人而言，我可能会尝试引导残差。但我从未使用过plm型号。
test <- function(data,original) {
   coef(plm(wage~emp+sector,data = data[unique(original),],
       index=c("firm","year"),model="within"))
}


boot(EmplUK, test, R = 100)

## ORDINARY NONPARAMETRIC BOOTSTRAP
## Call:
## boot(data = EmplUK, statistic = test, R = 100)
## Bootstrap Statistics :
##       original      bias    std. error
## t1* -0.1198127 -0.01255009  0.05269375