有序 logit R polr 的聚类标准误差 - 估计中删除的值答案

【问题标题】：Cluster standard errors for ordered logit R polr - values deleted in estimation有序 logit R polr 的聚类标准误差 - 估计中删除的值
【发布时间】：2018-05-27 15:50:53
【问题描述】：

我对 R 很陌生，并且习惯于非常基本的应用程序。现在我遇到了一个需要帮助的问题：

我正在寻找一种方法来为有序逻辑回归聚类标准误差（我的估计类似于this 示例）

我已经尝试过 robcov 和 vcovCL，它们给了我类似的错误消息：

meatCL(x, cluster = cluster, type = type, ...) 中的错误：数字 'cluster' 和 'estfun()' 中的观察值不匹配
u[, ii] 中的错误

非常感谢！

编辑：我发现了一些关于缺失值的更多信息，但这似乎不是问题——因为即使我使用this 答案解决它，或者使用没有 NA 的数据集时，它仍然存在。就像下面的例子一样。问题似乎是 polr 没有将残差作为输出的一部分给我。我该如何解决这个问题？

 dat <- read.dta("https://stats.idre.ucla.edu/stat/data/ologit.dta")
    length(dat$apply)
    twenty <- seq(from=1, to=20, by=1)
    dat$clustervar<-sample(twenty, size=400, replace=TRUE)



    m <- polr(apply ~ pared + public + gpa, data = dat, Hess=TRUE)
    vcovCL <- function(x, cluster.by, type="sss", dfcw=1){
      # R-codes (www.r-project.org) for computing
      # clustered-standard errors. Mahmood Arai, Jan 26, 2008.

      # The arguments of the function are:
      # fitted model, cluster1 and cluster2
      # You need to install libraries `sandwich' and `lmtest'

      # reweighting the var-cov matrix for the within model
      require(sandwich)
      cluster <- cluster.by
      M <- length(unique(cluster))
      N <- length(cluster)
      stopifnot(N == length(x$residuals))
      K <- x$rank
      ##only Stata small-sample correction supported right now
      ##see plm >= 1.5-4
      stopifnot(type=="sss")
      if(type=="sss"){
        dfc <- (M/(M-1))*((N-1)/(N-K))
      }
      uj  <- apply(estfun(x), 2, function(y) tapply(y, cluster, sum))
      mycov <- dfc * sandwich(x, meat=crossprod(uj)/N) * dfcw
      return(mycov)
    }
    vcovCL(dat, m, dat$clustervar)

这给了我：

Error: N == length(x$residuals) is not TRUE
Called from: vcovCL(dat, m, dat$clustervar)

【问题讨论】：

R 中有许多“有序逻辑回归”的实现。请您edit 提出您的问题，包括加载基本包之上的任何需要库并访问数据集的代码（可能是其中之一）这些包之一中的示例），然后尝试运行分析。
（我回答了另一个问题并试图结束这个不太好的问题。）是的，至少对于 vcocCL，缺失会搞砸估计。取出回归的缺失数据似乎是明智的做法。
感谢您的评论。我试图更恰当地说明这个问题。也请原谅我忽略了另一个问题的答案。我一定是想说这不是我要找的答案。
原始类似问题的链接现已丢失，但您可以通过查看编辑跟踪来返回它。您应该看到 vcovCL 函数将模型对象作为其第一个对象。

标签： r regression logistic-regression

【解决方案1】：

我在 ?sandwich::vcovCL 的帮助页面上取得了成功，该页面显示该函数的第一个参数是一个模型对象。需要使用:: 运算符来屏蔽您提供的功能：

 m <- polr(apply ~ pared + public + gpa, data = dat, Hess=TRUE)
 ( clval <- sandwich::vcovCL(m, dat$clustervar) )
                                  pared       public         gpa unlikely|somewhat likely
pared                       0.085218306  0.005588259  0.04584255               0.15545404
public                      0.005588259  0.092283173 -0.01890725              -0.05875859
gpa                         0.045842552 -0.018907254  0.07067573               0.22455931
unlikely|somewhat likely    0.155454041 -0.058758588  0.22455931               0.72408670
somewhat likely|very likely 0.165079639 -0.058282514  0.23631756               0.75713049
                            somewhat likely|very likely
pared                                        0.16507964
public                                      -0.05828251
gpa                                          0.23631756
unlikely|somewhat likely                     0.75713049
somewhat likely|very likely                  0.80749182

如果您想要 Wald 测试，您可能需要使用该矩阵的 diag。我认为这就是 coeftest 将提供的：

coeftest( m, vcov = clval)

t test of coefficients:

        Estimate Std. Error t value  Pr(>|t|)    
pared   1.047690   0.291922  3.5889 0.0003738 ***
public -0.058786   0.303781 -0.1935 0.8466565    
gpa     0.615941   0.265849  2.3169 0.0210210 *  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

另一个促使Rhelp成功搜索并找到Achim Zeileis答案的问题是here

【讨论】：

太好了，这解决了问题！非常感谢您的帮助！