R：在MASS:：polr（）中聚集标准错误

我正试图使用

MASS

package的

polr（）

函数来估计具有聚集标准误差的有序逻辑回归。没有内置的聚类功能，因此我正在寻找（a）包或（b）手动方法，用于使用模型输出计算聚类标准错误。我计划使用

margins

package来估计模型的边际效应

以下是一个例子：

library(MASS)
set.seed(1)
obs <- 500

# Create data frame
dat <- data.frame(y = as.factor(round(rnorm(n = obs, mean = 5, sd = 1), 0)),
              x = sample(x = 1:obs, size = obs, replace = T),
              clust = rep(c(1,2), 250))

# Estimate and summarize model
m1 <- MASS::polr(y ~x, data = dat, Hess = TRUE)

summary(m1)

库（MASS）
种子（1）
obs这基本上如下

library(lmtest)
library("sandwich")

coeftest(m1, vcov=vcovCL(m1, factor(dat$clust) ))

t test of coefficients:

    Estimate Std. Error t value  Pr(>|t|)    
x 0.00093547 0.00023777  3.9343 9.543e-05 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1