Errores estándar robustos a clúster
Los errores estándar robustos a clúster corrigen la varianza de los coeficientes de regresión cuando las observaciones están correlacionadas dentro de clústeres como escuelas, hospitales o regiones. El estimador sándwich agrupado surgió de las ecuaciones de estimación generalizadas de Liang y Zeger (1986) y fue sintetizado para el trabajo aplicado por Cameron y Miller (2015), proporcionando una inferencia válida cuando los errores estándar ordinarios serían demasiado pequeños.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Liang, K. Y. & Zeger, S. L. (1986). Longitudinal Data Analysis Using Generalized Linear Models. Biometrika, 73(1), 13-22. DOI: 10.1093/biomet/73.1.13 ↗
- Cameron, A. C. & Miller, D. L. (2015). A Practitioner's Guide to Cluster-Robust Inference. Journal of Human Resources, 50(2), 317-372. DOI: 10.3368/jhr.50.2.317 ↗
Cómo citar esta página
ScholarGate. (2026, June 1). Cluster-Robust (Clustered) Standard Errors. ScholarGate. https://scholargate.app/es/statistics/cluster-robust-se
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Regresión por Mínimos Cuadrados Ordinarios (MCO)Econometría↔ compare
- Modelo de Efectos Fijos para Datos de PanelEconometría↔ compare
- Prueba de permutación (aleatorización)Estadística↔ compare
- Bootstrap salvaje para inferencia en regresiónEstadística↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →