Replicando a opção "robusta" da Stata em R


39

Eu tenho tentado replicar os resultados da opção Stata robustem R. Eu usei o rlmcomando do pacote MASS e também o comando lmrobdo pacote "robustbase". Nos dois casos, os resultados são bem diferentes da opção "robusta" no Stata. Alguém pode sugerir algo neste contexto?

Aqui estão os resultados obtidos quando executei a opção robusta no Stata:

. reg yb7 buildsqb7 no_bed no_bath rain_harv swim_pl pr_terrace, robust

Linear regression                                      Number of obs =    4451
                                                       F(  6,  4444) =  101.12
                                                       Prob > F      =  0.0000
                                                       R-squared     =  0.3682
                                                       Root MSE      =   .5721

------------------------------------------------------------------------------
             |               Robust
         yb7 |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
   buildsqb7 |   .0046285   .0026486     1.75   0.081    -.0005639     .009821
      no_bed |   .3633841   .0684804     5.31   0.000     .2291284    .4976398
     no_bath |   .0832654   .0706737     1.18   0.239    -.0552904    .2218211
   rain_harv |   .3337906   .0395113     8.45   0.000     .2563289    .4112524
     swim_pl |   .1627587   .0601765     2.70   0.007     .0447829    .2807346
  pr_terrace |   .0032754   .0178881     0.18   0.855    -.0317941    .0383449
       _cons |   13.68136   .0827174   165.40   0.000     13.51919    13.84353

E foi isso que obtive em R com a opção lmrob:

> modelb7<-lmrob(yb7~Buildsqb7+No_Bed+Rain_Harv+Swim_Pl+Gym+Pr_Terrace, data<-bang7)
> summary(modelb7)

Call:
lmrob(formula = yb7 ~ Buildsqb7 + No_Bed + Rain_Harv + Swim_Pl + Gym + Pr_Terrace, 
    data = data <- bang7)
 \--> method = "MM"
Residuals:
      Min        1Q    Median        3Q       Max 
-51.03802  -0.12240   0.02088   0.18199   8.96699 

Coefficients:
             Estimate Std. Error t value Pr(>|t|)    
(Intercept) 12.648261   0.055078 229.641   <2e-16 ***
Buildsqb7    0.060857   0.002050  29.693   <2e-16 ***
No_Bed       0.005629   0.019797   0.284   0.7762    
Rain_Harv    0.230816   0.018290  12.620   <2e-16 ***
Swim_Pl      0.065199   0.028121   2.319   0.0205 *  
Gym          0.023024   0.014655   1.571   0.1162    
Pr_Terrace   0.015045   0.013951   1.078   0.2809    
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1   1

Robust residual standard error: 0.1678 
Multiple R-squared:  0.8062,    Adjusted R-squared:  0.8059 

3
Bem-vindo ao Cross Validated! Tornei seu título um pouco mais descritivo e adicionei alguma formatação. Em geral, as questões de programação não estão no tópico aqui, mas acho que a sua é porque envolve algumas questões estatísticas. Esperamos vê-lo em torno de ....
Matt Krause

3
Ajudaria tremendamente se você ao menos colasse o código usado para estimar os modelos em Stata e R (melhor ainda, se você fornecer um exemplo inteiramente reproduzível). Quando você diz que "os resultados diferem" - se você estiver estimando o mesmo modelo, apenas os erros padrão devem diferir, não as estimativas do coeficiente.
Andy W

bem ... Estes são os resultados que obtive pela opção robusta no STATA:
user56579

5
parece que lmrobnão é o mesmo que reg y x, robust. Google "erros padrão consistentes em heterocedasticidade R". Você receberá páginas mostrando como usar as bibliotecas lmteste sandwich.
generic_user 28/09

3
O Stata usa um pequeno fator de correção de amostra de n / (nk). R geralmente faz outra coisa, portanto, certifique-se de ajustar para isso.
Dimitriy V. Masterov

Respostas:


47

Charles está quase lá em sua resposta, mas a robustopção do regresscomando (e outros comandos de estimativa de regressão) no Stata possibilita o uso de vários tipos de estimadores de matriz robusta de variância-covariância de heterocedasticidade e autocorrelação, assim como a coeftestfunção no lmtestpacote, que em turn depende das respectivas matrizes de variância-covariância produzidas pela vcovHCfunção no sandwichpacote.

No entanto, as matrizes de variância-covariância padrão usadas pelas duas são diferentes:
1. A matriz de variância-covariância padrão retornada por vcocHCé o chamado HC3pelos motivos descritos na página de manual vcovHC.
2. A sandwichopção usada por Charles coeftestutiliza a HC0matriz robusta de variância-covariância.
3. Para reproduzir o comportamento padrão do Stata de usar a robustopção em uma chamada, regressé necessário solicitar o vcovHCuso da HC1matriz robusta de variância-covariância.

Leia mais sobre isso aqui .

O exemplo a seguir que demonstra todos os pontos mencionados acima é baseado no exemplo aqui .

library(foreign)
library(sandwich)
library(lmtest)

dfAPI = read.dta("http://www.ats.ucla.edu/stat/stata/webbooks/reg/elemapi2.dta")
lmAPI = lm(api00 ~ acs_k3 + acs_46 + full + enroll, data= dfAPI)
summary(lmAPI)                                  # non-robust

# check that "sandwich" returns HC0
coeftest(lmAPI, vcov = sandwich)                # robust; sandwich
coeftest(lmAPI, vcov = vcovHC(lmAPI, "HC0"))    # robust; HC0 

# check that the default robust var-cov matrix is HC3
coeftest(lmAPI, vcov = vcovHC(lmAPI))           # robust; HC3 
coeftest(lmAPI, vcov = vcovHC(lmAPI, "HC3"))    # robust; HC3 (default)

# reproduce the Stata default
coeftest(lmAPI, vcov = vcovHC(lmAPI, "HC1"))    # robust; HC1 (Stata default)

A última linha de código acima reproduz resultados do Stata:

use http://www.ats.ucla.edu/stat/stata/webbooks/reg/elemapi2
regress api00 acs_k3 acs_46 full enroll, robust

O link para os dados está inoperante. Você pode atualizar o link? É este mesmo arquivo: faculty.smu.edu/tfomby/eco5350/data/Examples/elemapi2.dta ?
vasili111 9/07

Como reproduzir também intervalos de confiança?
vasili111 10/07


10

A partir de abril de 2018, acredito que você deseja o estimatrpacote , que fornece uma queda quase em substituição ao lm. Vários exemplos foram retirados da documentação:

library(estimatr)
library(car)

# HC1 robust standard errors
model <- lm_robust(GPA_year2 ~ gpa0 + ssp, data = alo_star_men,
                   se_type = "stata")
summary(model)
#> 
#> Call:
#> lm_robust(formula = GPA_year2 ~ gpa0 + ssp, data = alo_star_men, 
#>     se_type = "stata")
#> 
#> Standard error type:  HC1 
#> 
#> Coefficients:
#>             Estimate Std. Error  Pr(>|t|) CI Lower CI Upper  DF
#> (Intercept) -3.60625    1.60084 0.0258665 -6.77180  -0.4407 137
#> gpa0         0.06814    0.02024 0.0009868  0.02812   0.1082 137
#> ssp          0.31917    0.18202 0.0817589 -0.04077   0.6791 137
#> 
#> Multiple R-squared:  0.09262 ,   Adjusted R-squared:  0.07937 
#> F-statistic: 6.992 on 2 and 137 DF,  p-value: 0.001284

# HC1 cluster robust standard errors
model2 <- lm_robust(GPA_year2 ~ gpa0 + ssp, cluster = ssp,
                   data = alo_star_men, se_type = "stata")
summary(model2)
#> 
#> Call:
#> lm_robust(formula = GPA_year2 ~ gpa0 + ssp, data = alo_star_men, 
#>     clusters = ssp, se_type = "stata")
#> 
#> Standard error type:  stata 
#> 
#> Coefficients:
#>             Estimate Std. Error Pr(>|t|) CI Lower CI Upper DF
#> (Intercept) -3.60625   1.433195 0.240821 -21.8167  14.6042  1
#> gpa0         0.06814   0.018122 0.165482  -0.1621   0.2984  1
#> ssp          0.31917   0.004768 0.009509   0.2586   0.3798  1
#> 
#> Multiple R-squared:  0.09262 ,   Adjusted R-squared:  0.07937 
#> F-statistic: 6.992 on 2 and 137 DF,  p-value: 0.001284

O carpacote facilita a execução de testes de hipótese omnibus para esses modelos:

linearHypothesis(model, c("gpa0 = ssp"))
#> Linear hypothesis test
#> 
#> Hypothesis:
#> gpa0 - ssp = 0
#> 
#> Model 1: restricted model
#> Model 2: GPA_year2 ~ gpa0 + ssp
#> 
#>   Res.Df Df  Chisq Pr(>Chisq)
#> 1    138                     
#> 2    137  1 1.8859     0.1697

4

Eu editaria a pergunta. Você está confundindo regressão robusta com o comando robusto do Stata. Parece não haver benefício em introduzir essa confusão.

Eu acho que existem algumas abordagens. Eu não olhei para todos eles e não tenho certeza qual é o melhor:

O pacote de sanduíche:

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

Mas isso não me dá as mesmas respostas que recebo da Stata por algum motivo. Eu nunca tentei descobrir o porquê - mas acima nos comentários há uma resposta sugerida - eu simplesmente não uso este pacote.

O pacote rms:

Acho isso um pouco trabalhoso, mas geralmente recebo boas respostas com algum esforço. E é o mais útil para mim.

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

Você pode codificá-lo do zero

Consulte esta postagem do blog ( http://thetarzan.wordpress.com/2011/05/28/heteroskedasticity-robust-and-clustered-standard-errors-in-r/ ). Parece a opção mais dolorosa, mas notavelmente fácil e essa opção geralmente funciona melhor.


4
Charles está correto no ponto principal, mas para tornar explícito o que está implícito em outro lugar, observe que Stata não tem robustcomando! (Existe um comando do programador _robust, não diretamente relevante aqui.) Em vez disso, para obter erros padrão robustos (Huber-Eicker-White-sanduíche), a abordagem moderna no Stata é especificar vce(robust)como uma opção. A abordagem mais antiga para especificar uma robustopção ainda funciona. Mais amplamente, a confusão causada pela diferença entre regressão robusta (etc.) e SEs "robustas" é lamentável.
Nick Cox

Ei. Muito obrigado. Os códigos funcionam e, de fato, fornecem os resultados que o Stata faz. Só uma pergunta. Entendo que a regressão robusta é diferente dos erros padrão robustos e que a regressão robusta é usada quando seus dados contêm valores discrepantes. Mas também resolve o problema da heterocedasticidade. Alguém poderia me dizer se a estimativa do tipo MM fornecida pelo comando "lmrob" do pacote "robustbase" pode ser usada como uma solução para o problema de outliers e heteroskedasticity simultaneamente?
user56579

@ user56579 Meu palpite é que você deseja fazer uma pergunta separada sobre isso.
Tchakravarty
Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.