I „m folosind lfe și fixest pachete pentru a rula regresii cu efecte fixe de înaltă dimensiune. Pentru aceste regresii, aș dori să grupez erorile standard cu mai multe dimensiuni (de exemplu, produs, destinație și timp). Cu toate acestea, sunt „confuz” despre sintaxă și diferența acesteia între comenzile felm și feols. Ar fi echivalent gruparea în următoarele două modele?
EDIT: Am rulat cele două modele și am constatat că m2 are erori standard mai mari decât m1.
m1 <- felm(y ~ x1+ x2 | fe1 + fe2|0|product + destination + time, data=df) #with lfe package summary(m1) m2 <- feols(y ~ x1+ x2 | fe1 + fe2, data=df) #with fixest package summary(m2, cluster=~product + destination + time) Comentarii
- Poate încercați și vedeți? Dacă obțineți rezultate diferite, modificați-l în întrebarea dvs.
Răspundeți
De fapt, nu există o singură modalitate de a calculați erorile standard. Modul în care sunt calculate în fixest și cum se compară cu lfe sunt explicate în acest vignette .
Au existat, de asemenea, câteva bug-uri ( minore ) în SE-urile din fixest versiunea < 0.6.0 făcând SE-urile să arate ușor diferite.
Aici este o comparație legată de exemplul dvs. cu datele jucăriilor:
library(fixest) ; library(lfe) data(trade) est_felm = felm(log(Euros) ~ log(dist_km) | Origin + Destination | 0 | Origin + Destination + Year, trade) est_feols = feols(log(Euros) ~ log(dist_km) | Origin + Destination, trade) # Same SEs but different p-values coeftable(est_felm) #> Estimate Cluster s.e. t value Pr(>|t|) #> log(dist_km) -2.072132 0.1516212 -13.66651 2.525297e-07 coeftable(est_feols, cluster = ~ Origin + Destination + Year) #> Estimate Std. Error t value Pr(>|t|) #> log(dist_km) -2.072132 0.1516212 -13.66651 2.024366e-42 # Same SEs and p-values (t.df is explained in the vignette) coeftable(est_feols, cluster = ~ Origin + Destination + Year, dof = dof(t.df = "min")) #> Estimate Std. Error t value Pr(>|t|) #> log(dist_km) -2.072132 0.1516212 -13.66651 2.525297e-07