R 集群魯棒 se 的 Wald 測試

Question

我想測試我的 model 的重要性。 我已經讀過，因為我使用的是集群魯棒 model F-test 不成立，我應該使用Wald test 。

我的腳本目前看起來像這樣，所有這些不同的選項都為我提供了更正的集群魯棒性 se：

選項1：

m <- lm(y_var ~ var1 + poly(var2, 2) + quartier, data = df)

m_robust_clustered <- coeftest(m, vcov = vcovCL,
                                    type = "HC1",
                                    df = 9,  # There are 10 quartiers, so 10-1 = 9
                                    cluster = ~ quartier) # retrieve cluster robust se's 

選項 2：（使用 miceadds）

m <- lm.cluster(y_var ~ var1 + poly(var2, 2) + quartier,
                     cluster = 'quartier',
                     data = df)

選項 3：（使用 estimatr）

m <- lm_robust(y_var ~ var1 + poly(var2, 2) + quartier, cluster = quartier, data = df)

我的問題是，從這里我無法弄清楚如何執行 Wald 測試。 我查看了 waldtest() 和 Wald_test() 函數，但這些函數都不起作用：

waldtest(m)

Wald_test(m)

==> 我在這里錯過了什么？ 在上面的每個回歸編碼中，我應該使用哪種語法進行 wald 測試？

謝謝您的幫助！

Answer 1

名稱為“Wald test”的函數的詳細信息可能因包而異。 有些是為測試嵌套模型而設計的，並且不適用於問題中所示的單個模型（它似乎沒有指定哪些包提供了這些waldtest()或Wald_test()函數）。

一個安全的（如果不是最容易使用的）選擇是 R aod package 中的wald.test() aod 。 用法是：

wald.test(Sigma, b, Terms = NULL, L = NULL, H0 = NULL, df = NULL, verbose = FALSE)

其中Sigma是 model 的方差-協方差矩陣， b是 model 系數的向量，您可以在Terms和L之間選擇以指定要測試的內容。 它不接受 model； 您直接指定系數向量和方差-協方差矩陣。 使用Terms對一組系數進行聯合測試； 使用L測試系數的線性組合。 默認 null 假設H0全部等於 0。對於整體 model Wald 檢驗，您可以將Terms指定為指定所有系數的 integer 向量，例如1:length(coef(model))如果coef(model)返回 a向量。