xtreg, fe 和 areg 稳健标准误不一样

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

面板数据用xtreg y x, fe和areg y x, absorb (id)做出来的系数完全一致，但是两者的聚类稳健标准误存在较大差异，请问这是什么原因，应该采用哪种方法的聚类稳健标准误呢？谢谢！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏5 回帖

关键词：xtreg REG 标准误 ARE absorb absorb

楼主，我也发现不一样了，最后你怎么处理的呢

楼主最后是怎么处理得呢，标准误不一样，显著性可能就完全不同

葫芦娃大王 发表于 2018-4-27 21:24
楼主最后是怎么处理得呢，标准误不一样，显著性可能就完全不同

xtreg 之 robust 有修正异方差与组内 (序列) 相关，但 areg 只有修正异方差； 然而让 areg 也修正异方差与组内 (序列) 相关后，其标准误不完全（比 robust 更接近）xtreg 之 robust 结果，但用 reghdfe 做类似事情，则会得到完全一样结果，请试试

1. webuse grunfeld, clear
   
2. xtset company year
   
3. xtreg invest mvalue kstock, fe robust
   
4. areg invest mvalue kstock, a(company) vce(robust)
   
5. areg invest mvalue kstock, a(company) vce(cl company)
   
6. reghdfe invest mvalue kstock, a(company) vce(cl company)

复制代码

葫芦娃大王 发表于 2018-4-27 21:24
楼主最后是怎么处理得呢，标准误不一样，显著性可能就完全不同

其结果为

1. . webuse grunfeld, clear
   
2. 
   
3. . xtset company year
   
4.        panel variable:  company (strongly balanced)
   
5.         time variable:  year, 1935 to 1954
   
6.                 delta:  1 year
   
7. 
   
8. . xtreg invest mvalue kstock, fe robust
   
9. 
   
10. Fixed-effects (within) regression               Number of obs     =        200
    
11. Group variable: company                         Number of groups  =         10
    
12. 
    
13. R-sq:                                           Obs per group:
    
14.      within  = 0.7668                                         min =         20
    
15.      between = 0.8194                                         avg =       20.0
    
16.      overall = 0.8060                                         max =         20
    
17. 
    
18.                                                 F(2,9)            =      28.31
    
19. corr(u_i, Xb)  = -0.1517                        Prob > F          =     0.0001
    
20. 
    
21.                                (Std. Err. adjusted for 10 clusters in company)
    
22. ------------------------------------------------------------------------------
    
23.              |               Robust
    
24.       invest |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
    
25. -------------+----------------------------------------------------------------
    
26.       mvalue |   .1101238   .0151945     7.25   0.000     .0757515    .1444961
    
27.       kstock |   .3100653   .0527518     5.88   0.000     .1907325    .4293981
    
28.        _cons |  -58.74393   27.60286    -2.13   0.062    -121.1859    3.698079
    
29. -------------+----------------------------------------------------------------
    
30.      sigma_u |  85.732501
    
31.      sigma_e |  52.767964
    
32.          rho |  .72525012   (fraction of variance due to u_i)
    
33. ------------------------------------------------------------------------------
    
34. 
    
35. . areg invest mvalue kstock, a(company) vce(robust)
    
36. 
    
37. Linear regression, absorbing indicators         Number of obs     =        200
    
38.                                                 F(   2,    188)   =      40.23
    
39.                                                 Prob > F          =     0.0000
    
40.                                                 R-squared         =     0.9441
    
41.                                                 Adj R-squared     =     0.9408
    
42.                                                 Root MSE          =    52.7680
    
43. 
    
44. ------------------------------------------------------------------------------
    
45.              |               Robust
    
46.       invest |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
    
47. -------------+----------------------------------------------------------------
    
48.       mvalue |   .1101238    .019378     5.68   0.000     .0718975    .1483501
    
49.       kstock |   .3100653    .042795     7.25   0.000     .2256452    .3944854
    
50.        _cons |  -58.74393   23.37422    -2.51   0.013    -104.8534   -12.63449
    
51. -------------+----------------------------------------------------------------
    
52.      company |   absorbed                                      (10 categories)
    
53. 
    
54. . areg invest mvalue kstock, a(company) vce(cl company)
    
55. 
    
56. Linear regression, absorbing indicators         Number of obs     =        200
    
57.                                                 F(   2,      9)   =      27.02
    
58.                                                 Prob > F          =     0.0002
    
59.                                                 R-squared         =     0.9441
    
60.                                                 Adj R-squared     =     0.9408
    
61.                                                 Root MSE          =    52.7680
    
62. 
    
63.                                (Std. Err. adjusted for 10 clusters in company)
    
64. ------------------------------------------------------------------------------
    
65.              |               Robust
    
66.       invest |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
    
67. -------------+----------------------------------------------------------------
    
68.       mvalue |   .1101238   .0155539     7.08   0.000     .0749383    .1453092
    
69.       kstock |   .3100653   .0539997     5.74   0.000     .1879096    .4322211
    
70.        _cons |  -58.74393   28.25584    -2.08   0.067    -122.6631    5.175229
    
71. -------------+----------------------------------------------------------------
    
72.      company |   absorbed                                      (10 categories)
    
73. 
    
74. . reghdfe invest mvalue kstock, a(company) vce(cl company)
    
75. (MWFE estimator converged in 1 iterations)
    
76. 
    
77. HDFE Linear regression                            Number of obs   =        200
    
78. Absorbing 1 HDFE group                            F(   2,      9) =      28.31
    
79. Statistics robust to heteroskedasticity           Prob > F        =     0.0001
    
80.                                                   R-squared       =     0.9441
    
81.                                                   Adj R-squared   =     0.9408
    
82.                                                   Within R-sq.    =     0.7668
    
83. Number of clusters (company) =         10         Root MSE        =    52.7680
    
84. 
    
85.                                (Std. Err. adjusted for 10 clusters in company)
    
86. ------------------------------------------------------------------------------
    
87.              |               Robust
    
88.       invest |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
    
89. -------------+----------------------------------------------------------------
    
90.       mvalue |   .1101238   .0151945     7.25   0.000     .0757515    .1444961
    
91.       kstock |   .3100653   .0527518     5.88   0.000     .1907325    .4293981
    
92. ------------------------------------------------------------------------------
    
93. 
    
94. Absorbed degrees of freedom:
    
95. -----------------------------------------------------+
    
96. Absorbed FE | Categories  - Redundant  = Num. Coefs |
    
97. -------------+---------------------------------------|
    
98.      company |        10          10           0    *|
    
99. -----------------------------------------------------+
    
100. * = FE nested within cluster; treated as redundant for DoF computation

复制代码

黃河泉 发表于 2018-4-28 08:04
xtreg 之 robust 有修正异方差与组内 (序列) 相关，但 areg 只有修正异方差； 然而让 areg 也修正异方差与 ...

谢谢黄老师！

葫芦娃大王 发表于 2018-4-28 13:15
谢谢黄老师！

聚类之后显著性下降很多，请问老哥怎么办呢

黃河泉 发表于 2018-4-28 08:04
其结果为

聚类之后显著性下降很多，请问老哥怎么办呢

茶树菇开 发表于 2019-7-19 20:49
聚类之后显著性下降很多，请问老哥怎么办呢

就这样，没办法！

黃河泉 发表于 2019-7-20 08:34
就这样，没办法！

黄老师，双重差分法里面做不做聚类影响大吗，最新的文章挺多做了的。我是做规制对畜禽养殖的影响。
关于聚类自己本身甚少了解，所以请教您一下