发表服务
从标准误数值大小上来说，通常情况下都是聚类稳健的标准误>异方差稳健的标准误>普通标准误，因此多数情况下，可能你使用普通的标准误会显著（虚假，漂亮的数字也会人），而一旦使用异方差稳健的标准误或是聚类稳健的标准误就不再显著了。. 在这种 ...
一些发表Top期刊的独特数据，受到圈友强烈推荐。 到底在什么级别上进行聚类，即如何获得合理的聚类稳健标准误—clustered robust standard errors。 到底是在个体、县、市、省还是行业、时间聚类？
稳健标准误估计. 大样本经常使用稳健标准误差估计，稳健标准差估计是指其标准差对其模型中可能存在的异方差和自相关问题不敏感，基于稳健标准差计算的稳健t统计量仍然渐近服从t分布，在stata中可以利用robust这个命令选项得到异方差稳健估计量。. 首先 ...
利用异方差稳健标准误对回归系数进行t检验和F检验都是渐近有效的。这就意味着，如果出现异方差，仍然可以使用OLS回归，只需结合使用稳健标准误即可。在STATA中，异方差—稳健标准误可以在“reg”或者“xtreg”语句后，加选择性命令“robust”即可得到。
经济学实证研究中的误区，全部是经验。很多时候我们得到了一个不显着的结果，不一定是影响真的不存在，而有可能是样本量太少了。常用的稳健性检验方法包括：变换核心解释变量与被解释变量，增减控制变量，变换样本，展示异质性，安慰剂检验，验证机制，排除竞争性假说等等。
EHW标准误假设样本是从感兴趣的总体中随机抽取的。如果把设置改成10,000,000个人口由1,000个聚类组成，随机抽取100个聚类，然后从这些抽样聚类中随机抽取个体，那么LZ标准误是正确的，而EHW标准误是错误的。
从标准误数值大小上来说，通常情况下都是聚类稳健的标准误>异方差稳健的标准误>普通标准误，因此多数情况下，可能你使用普通的标准误会显著（虚假，漂亮的数字也会人），而一旦使用异方差稳健的标准误或是聚类稳健的标准误就不再显著了。. 在这种 ...
一些发表Top期刊的独特数据，受到圈友强烈推荐。 到底在什么级别上进行聚类，即如何获得合理的聚类稳健标准误—clustered robust standard errors。 到底是在个体、县、市、省还是行业、时间聚类？
稳健标准误估计. 大样本经常使用稳健标准误差估计，稳健标准差估计是指其标准差对其模型中可能存在的异方差和自相关问题不敏感，基于稳健标准差计算的稳健t统计量仍然渐近服从t分布，在stata中可以利用robust这个命令选项得到异方差稳健估计量。. 首先 ...
利用异方差稳健标准误对回归系数进行t检验和F检验都是渐近有效的。这就意味着，如果出现异方差，仍然可以使用OLS回归，只需结合使用稳健标准误即可。在STATA中，异方差—稳健标准误可以在“reg”或者“xtreg”语句后，加选择性命令“robust”即可得到。
经济学实证研究中的误区，全部是经验。很多时候我们得到了一个不显着的结果，不一定是影响真的不存在，而有可能是样本量太少了。常用的稳健性检验方法包括：变换核心解释变量与被解释变量，增减控制变量，变换样本，展示异质性，安慰剂检验，验证机制，排除竞争性假说等等。
EHW标准误假设样本是从感兴趣的总体中随机抽取的。如果把设置改成10,000,000个人口由1,000个聚类组成，随机抽取100个聚类，然后从这些抽样聚类中随机抽取个体，那么LZ标准误是正确的，而EHW标准误是错误的。
发表服务