使用用户提供的协方差矩阵计算 F 统计量

Question

请参阅下面的编辑

使用包

plm

，我想知道为什么一旦我提供协方差矩阵（用于稳健的标准误差），

summary()

显示的F统计量就不会改变。考虑下面的代码，我没有得到由

summary()

计算的 F 统计量的变化。然而，通过

waldtest()

计算的 F 统计量发生了变化：

require(plm)
require(lmtest)
data("Grunfeld")
gp <- plm(inv ~ value + capital,data=Grunfeld,model="pooling")

# summary() and waldtest() yield  same F statistic [w/o user supplied covariance matrix]
summary(gp)
waldtest(gp, test="F")

# summary() and waldtest() yield different  F statistic [w/ user supplied covariance matrix]
summary(gp, .vcov = plm::vcovHC(gp, "white2"))
waldtest(gp, test="F", vcov=plm::vcovHC(gp, "white2"))

考虑到这篇关于 Stata 稳健标准误差的文章，并比较带有和不带有稳健标准误差的 F 统计量的输出，我觉得 F 统计量应该改变。

这是 plm 1.4（当时的稳定版本）。

编辑：

pwaldtest

的CRAN版本1.6-4中的

plm

做到了这一点，现在已合并到

summary.plm

中，因此，只需运行以下命令之一即可通过调整后的df2参数进行稳健的F测试：

summary(gp, vcov = plm::vcovHC(gp, "white2"))
pwaldtest(gp, test="F", vcov = plm::vcovHC(gp, "white2"))

对于从业者来说，这是一个很好的稳健推理参考：Cameron/Miller，“集群稳健推理的从业者指南”，《人力资源杂志》，2015 年春季，第 50 卷，第 2 期，第 317-373 页。 http://cameron.econ.ucdavis.edu/research/papers.html

Answer 1

如果你查看

plm:::summary.plm

的源代码，你会发现第一行是：

object$fstatistic <- Ftest(object, test = "F")

。因此，

.vcov

参数不会传递给

plm:::Ftest()

，因此 F 统计量根本不受影响。您可以联系

plm

维护者并要求对此进行改进或至少在手册页上指出。目前，

.vcov

仅用于每个系数的部分Wald测试，即对应于

lmtest

通过

coeftest(gp, vcov = vcovHC(gp, "white2"))

计算的内容。