R：帰属データセットでグループ固定効果とクラスター化標準誤差を持つ回帰

Question

一般的なグループに合わせてグループ（例えば学校）の固定効果を含むR（複数のモデル - ポアソン、バイノミアルおよび連続）で回帰を実行しようとしています（グループによって実質的に卑劣である）レベルの差異と、グループの参加者のネスティングを説明するクラスタの標準エラーを含む。私はまた、マウスで作成された帰属データフレーム上でこれらを実行しています。異なる分野では「固定効果」という言い回しを使い分けているようですので、トラブルシューティングを行うのは難しいです。

私はランダムインターセプトモデル（lme4）を採用していますが、学校の固定効果を考慮していません（ランダム効果は私の研究課題には興味がありません）。グループをダミーとして配置すると、ランニングが大幅に遅くなります。私はグループダミーで1レベルのglm/lmを実行することもできましたが、帰属データ（clusterSEパッケージを試しました）で標準エラーをクラスタリングする戦略を見つけることができませんでした。私は下劣な計算を手渡すことができましたが、これを達成するためのより直接的な方法があるはずです。

私はlfeパッケージも見てきましたが、glmオプションがなく、demeanlist関数が帰属データフレームと互換性がないようです。

Stataでは、コマンドはxtreg、fe vce（クラスタ変数）、（fe =固定効果、vce =クラスタ化された標準エラー、帰属するデータフレームを実行するmiが追加されます）。モデル化のためにStataに切り替えることはできましたが、可能であればRにとどまることをお勧めします！

これがクロスバリデーションされた方がよいかどうか教えてください - 私はフェンスにいましたが、コーディングの問題に思えていたので、この1つに行きました。

ありがとうございました！

Answer 1

私はブートストラップをブロックします。 「ブロック」はクラスタリングを処理し、「ブートストラップ」は生成された回帰子を処理します。

これを他の見積もり者に拡張できるようにするには、おそらくもっとエレガントな方法があります。

# junk data 
x <- rnorm(100) 
y <- 1 + 2*x + rnorm(100) 
dat1 <- data.frame(y, x, id=seq_along(y)) 
summary(lm(y ~ x, data=dat1)) 

# same point estimates, but lower SEs 
dat2 <- dat1[rep(seq_along(y), each=10), ] 
summary(lm(y ~ x, data=dat2)) 

# block boostrap helper function 
require(boot) 
myStatistic <- function(ids, i) { 
    myData <- do.call(rbind, lapply(i, function(i) dat2[dat2$id==ids[i], ])) 
    myLm <- lm(y ~ x, data=myData) 
    myLm$coefficients 
} 

# same point estimates from helper function if original data 
myStatistic(unique(dat2$id), 1:100) 


# block bootstrap recovers correct SEs 
boot(unique(dat2$id), myStatistic, 500)