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
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。