Inferencia de regresión robusta y estimadores Sandwich

Question

¿Puede darme un ejemplo del uso de estimadores sándwich para realizar una inferencia de regresión robusta?

Puedo ver el ejemplo en ?sandwich pero no entiendo cómo podemos pasar de lm(a ~ b, data) ( r -codificado) a una estimación y un p valor resultante de un modelo de regresión utilizando la matriz de varianza-covarianza devuelta por la función sandwich .

Answer 1

Se puede utilizar una función de resumen alternativa para realizar una regresión robusta.

lm.object <- lm(a~b+c)
summary(lm.object, robust=TRUE)

Para obtener errores estándar robustos, ajuste el parámetro ''robust'' en su función de resumen a TRUE.

La siguiente entrada del blog proporciona la función y una descripción detallada de la misma: https://economictheoryblog.com/2016/08/08/robust-standard-errors-in-r

Answer 2

Creo que hay varios enfoques. No los he estudiado todos y no estoy seguro de cuál es el mejor:

1. En sandwich paquete:

   library(sandwich)    
   coeftest(model, vcov=sandwich)

Pero esto no me da las mismas respuestas que obtengo de Stata por alguna razón. Nunca he intentado averiguar por qué, simplemente no uso este paquete.

1. En rms paquete: me resulta un poco pesado, pero suelo obtener buenas respuestas con un poco de esfuerzo. Y para mí es el más útil.

   model = ols(a~b, x=TRUE)    
   robcov(model)

2. Puede codificarlo desde cero (véase esta entrada del blog ). Parece la opción más dolorosa, pero es notablemente fácil y esta opción suele ser la que mejor funciona.

Una explicación sencilla y rápida es que los SE de Huber-White o robustos se derivan de los datos y no del modelo, por lo que son robustos a muchos supuestos del modelo. Pero, como siempre, una rápida búsqueda en Google lo explicará con insoportable detalle si le interesa.