acreg：允许干扰项随意相关的稳健性标准误

全文阅读：https://www.lianxh.cn/news/a22128f268729.html

目录

• 1. 回归系数的标准误
  • 1.1 标准误的估计
  • 1.2 稳健标准误的重要性
  • 1.3 稳健标准误的 Stata 实现
• 2. 空间与网络的相关性
  • 2.1 背景介绍
  • 2.2 acreg 介绍
• 3. acreg 命令的应用
  • 3.1 收入与自杀率
  • 3.2 网络模型
  • 3.3 空间相关性
• 4. 参考文献
• 5. 相关推文
• 相关课程
  • 免费公开课
  • 最新课程-直播课
  • 关于我们

acreg 适用于 OLS 和 2SLS 两种线性回归模型。其主要优势是允许模型的残差项存在任意形式的聚类相关性。为对该命令有详细的了解，本文将从标准误估计不准确的后果、相关文献、以及实际应用等方面进行介绍。

1. 回归系数的标准误

1.1 标准误的估计

在默认情况下，我们会假设随机扰动项  的方差  为常数，即同方差假定。然而，这一假设在大多数时候都不成立。

全文阅读：https://www.lianxh.cn/news/a22128f268729.html