Decisión entre vcovPC y vcovPL (sandwich)

Question

Quiero hacer un modelo de probabilidad lineal con errores agrupados. Los datos también tienen una estructura de panel.

En el paquete R "sandwich" hay dos funciones: vcovPC() y vcovPL() .

La descripción del paquete dice:

vcovPC Estimación de la matriz de covarianza corregida por panel
"Estimación de covarianzas sándwich a la Beck y Katz (1995) para datos de panel".

vcovPL Estimación de la matriz de covarianza agrupada para datos de panel
"Estimación de covarianzas en sándwich a la Newey-West (1987) y Driscoll y Kraay (1998) para datos de panel".

En ambos, puedo especificar mis clusters. Por lo tanto, no tengo ni idea de cómo decidirme por una de las dos funciones. ¿Hay algún razonamiento para decidir entre ellas?

Fuente: Paquete 'sandwich' .

Answer 1

La respuesta depende del tipo de panel que tenga. El vcovPL() sólo puede funcionar bien si los paneles son lo suficientemente largos como para que la autocorrelación a lo largo del tiempo pueda captarse y ajustarse adecuadamente.

Si los paneles son más bien cortos, la agrupación simple con respecto a los ID de las secciones transversales mediante vcovCL() puede ser ya suficiente.

vcovPC() tiene en cuenta explícitamente ambas dimensiones.

Cuando utilice un modelo de regresión lineal para sus datos de panel en R, también puede considerar el uso de la función plm() del paquete del mismo nombre en lugar de una función lm() . Para elegir el tipo de covarianza en plm puede consultar: Millo G (2017). "Estimadores robustos del error estándar para modelos de panel: Un enfoque unificador". Revista de Software Estadístico , 82 (3), 1-27. doi:10.18637/jss.v082.i03 .

En general, la guía más completa sobre las covarianzas agrupadas es: Cameron AC, Miller DL (2015). "A Practitioner's Guide to Cluster-Robust Inference". Revista de Recursos Humanos , 50 (2), 317-372. doi:10.3368/jhr.50.2.317 .