SUR 中的聚类标准误差 - Stata 中的sureg 或 gsem

如何解决SUR 中的聚类标准误差 - Stata 中的sureg 或 gsem

我正在尝试估算不同政党的投票份额。所以，我有 3 方，每个方在数据集中都有自己的列。因此，投票份额的总和为 1，因此错误是相关的，我必须使用看似无关的回归 (SUR) 来估计我的方程组。所以，我只能估计两个方程，否则我会得到一个奇异矩阵。

所以，我有一个由 3 个方程组成的系统，我正在使用 --sureg-- 来估计它。

sureg (Voteshare_party1 Voteshare_party2 = X_variables i.fixedeffectvariable1),isure

但是，我想在区域级别对标准误差进行聚类。但是我从这个论坛上以前的帖子中了解到这是不可能的。如果可以，请告诉我应该如何处理。

所以，我使用了--gsem--命令（不能使用--sem--因为我需要添加固定效果），我现在的代码是：

gsem (Voteshare_party1 <- X_variables i.fixedeffectvariable1) (Voteshare_party2 <- X_variables i.fixedeffectvariable1),covstruct(e.Voteshare_party1 e.Voteshare_party2,unstructured) nocapslatent vce(cluster Area_level_variable)

我不得不使用 -nocapslatent- 因为我不想包括任何其他变量，除了在估计回归中提到的那些。

然而，这继续运行并显示相同的似然值和（不是凹面），因此，我不得不使用 iterate(20)。停止中间的迭代是否会给出正确的结果？

我的问题： 我们可以在 --sureg-- 中对标准错误进行聚类吗？ --gsem-- 在我的情况下是一种更有效的估计方程的方法吗？ 停止中间的迭代是否会给出正确的结果？ 我对 Stata 比较陌生，因此，我非常感谢您在这方面的指导。 如果我没有清楚地解释自己，我很乐意分享更多背景。

谢谢