这是我第一次在此处发布问题。
我正在处理使用时间序列数据进行简单OLS估计的情况,该案例使用 dynlm 。另外,我想将标准误差替换为HAC估计器,将一些常规的截断值作为滞后变量替换。代码如下:
dat <- ts(data)
reg <- dynlm(y ~ x1 + x2 + x3, data = dat)
ols <- summary(reg)
robust <- coeftest(reg, vcov=NeweyWest(reg, lag = round(0.75 * length(time(reg))^(1/3))))
ols$coefficients[,2:4] <- robust[,2:4]
ols
我在16个数据集上使用了相同的方法,现在我想使用 stargazer 将结果打印到乳胶表中。但是,该软件包只能通过线性模型的结果而不是其摘要来生成表(以前面的代码为例, Stargazer 可以应用于 reg 而不是 OLS (,我已经知道。
在我看来,有两种处理方法
- 通过使用回归摘要来找到一种生成乳胶表的方法。
- reg 中的std错误,t统计和p值,而不是 summary(reg(。。
给我一个帮助,真是太好了!谢谢!
我不确定我是否正确理解您的问题,但是如果我这样做很容易,并且已在此线程中提供:将星际合伙人扩展到MultiwayCov
您只需要直接使用
直接向星扎函数提供强大的标准错误和p值stargazer(ols, ..., se = robust[,2], p = robust[,4], p.auto = F)
无需提供T统计量,因为它们是根据提供的Std计算的。错误和系数。
我强烈建议阅读观星文档并在发布问题之前更加仔细地搜索。