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关于R中LFE包中具有聚集标准误差的p值的问题,r,lfe,R,Lfe,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$indicator) # 0 1 # 250 250 换句话说,您只有两个集群。您的第一个“结果”似乎是“正确的”,因为它们正确地给出了1自由度 (df1 <
事实证明,我有一个巨大的t值(23.317),但只有一个相对较小的p值(0.0273)。这似乎与我使用固定效果的投影有关。当我手动估计固定效应作为控制变量时,我的p值太小,无法报告您正试图调整标准错误,以便在二进制的
“indicator”
上进行聚类
table(DT$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