R：分数概率模型中的聚集标准误差

我需要用R估计一个分数（取值在0和1之间的响应）模型。我还想对标准误差进行聚类。我在和其他地方找到了几个示例，并根据我的发现构建了此函数：

require(sandwich)
require(lmtest)
clrobustse <- function(fit, cl){
    M <- length(unique(cl))
    N <- length(cl)
    K <- fit$rank
    dfc <- (M/(M - 1))*((N - 1)/(N - K))
    uj <- apply(estfun(fit), 2, function(x) tapply(x, cl, sum))
    vcovCL <- dfc*sandwich(fit, meat = crossprod(uj)/N)
    coeftest(fit, vcovCL)
}

---

给出了完全相同的标准误差。我检查了Stata报告，并显示了不同的群集错误。我怀疑我错误地指定了函数

clrobustse

，但我不知道如何指定。关于这里可能出现的问题有什么想法吗？

您可能不需要编写自己的函数。尝试

multiwayvcov

软件包，或

plm:：vcovHC

。这个问题可能会有帮助：谢谢

multiwayvcov

是一个很好的发现。Stata标准错误有一些不同，但仅在第四位或第五位左右。不知何故，

vcovHC

根本没有非常紧密地复制Stata结果。

fit <- glm(dep ~ exp1 + exp2 + exp3, data = df, fam = quasibinomial("probit"))
clrobustse(fit, df$cluster)

coeftest(fit)