Tengo un modelo de Poisson que utilizo en un conjunto de datos médicos con 329 observaciones. En la regresión me interesa especialmente el estadístico de Wald simple para un solo coeficiente: $$t = \frac{\widehat{\beta} - \beta}{s.e.(\widehat{\beta})}$$ Me han dicho que utilizar simplemente la opción robusta no servirá de nada y me han sugerido que utilice el método t de percentiles para realizar la prueba de Wald y afinar el estadístico t. Sé que tengo que utilizar el comando bootstrap en Stata, pero no lo he entendido del todo. Los puntos teóricos sobre este tipo de refinamiento están claros pero el problema es ponerlo en práctica y luego saber cuál es el resultado $t$ me dice en comparación con el no refinado. Cualquier orientación sobre esto sería muy apreciada.
Respuestas
¿Demasiados anuncios?
La prueba de Wald robusta en Stata se consigue utilizando la opción robust después de la glm o poisson en Stata. Esto es no lo mismo que las estimaciones de los errores estándar bootstrap, que son otro tipo de estimación "robusta" de los errores estándar. Las estimaciones nominales de los "errores estándar robustos" que se obtienen al utilizar el robust son las estimaciones del error estándar de Huber White.
Los estimadores Huber White no se basan en el remuestreo, sino que utilizan la información empírica para estimar $\widehat{\mbox{se}(\hat{\beta})}$ . Tienen en cuenta las fuentes de correlación no especificadas en los datos, la heteroscedasticidad y la especificación errónea del modelo. Las estimaciones de los parámetros de dichos coeficientes del modelo se interpretan como "promediadas por la población", lo que las hace útiles para los estudios epidemiológicos no causales de asociación.
Por lo que sé, no hay ningún comando preparado para su propósito en Stata, pero no parece ser necesario porque se puede implementar fácilmente a mano. Si ejecuta su regresión
poisson y x, vce(robust)Cree un local que contenga el coeficiente de su variable de interés (llámelo "bx", por ejemplo) y, a continuación, utilice el comando bootstrap en la estadística de prueba que ha publicado.
bootstrap twald = ((_b[x] - `bx')/_se[x]), reps(800) nodots: poisson y x, vce(robust)Si necesita que sus resultados sean reproducibles, establezca primero una semilla. Una vez que tenga el resultado, puede comparar el error estándar bootstrap de "twald" con la desviación estándar de la normal estándar, que es 1 (si esto es lo que quería decir al comparar la t refinada con la t no refinada).
