关于R中LFE包中具有聚集标准误差的p值的问题

我使用lfe软件包估算具有固定效应和聚集标准误差的模型

---

事实证明，我有一个巨大的t值（23.317），但只有一个相对较小的p值（0.0273）。这似乎与我使用固定效果的投影有关。当我手动估计固定效应作为控制变量时，我的p值太小，无法报告您正试图调整标准错误，以便在二进制的

“indicator”

上进行聚类

table(DT$indicator)
#   0   1 
# 250 250 

换句话说，您只有两个集群。您的第一个

“结果”

似乎是“正确的”，因为它们正确地给出了

1

自由度

(df1 <- results$df)
# [1] 1

(df2 <- results2$df)
# [1] 448

PV <- function(x, df) 2 * pt(-abs(x), df=df)

r1 <- summary(results)$coe
t1 <- r1[grep("indicator:x", rownames(r1)), "t value"]
PV(t1, df1)
# [1] 0.02937402

r2 <- summary(results2)$coe
t2 <- r2[grep("indicator:x", rownames(r2)), "t value"]
PV(t2, df2)
# [1] 2.371641e-55

当我们计算每只手的p值时，我们可以使用一个自由度（因为它应该只有两个簇）复制第一个结果，使用448个自由度复制第二个结果

(df1 <- results$df)
# [1] 1

(df2 <- results2$df)
# [1] 448

PV <- function(x, df) 2 * pt(-abs(x), df=df)

r1 <- summary(results)$coe
t1 <- r1[grep("indicator:x", rownames(r1)), "t value"]
PV(t1, df1)
# [1] 0.02937402

r2 <- summary(results2)$coe
t2 <- r2[grep("indicator:x", rownames(r2)), "t value"]
PV(t2, df2)
# [1] 2.371641e-55

PV