Regression model

Klusterivahvat keskivirheet

Klusterivahvat keskivirheet korjaavat regressiokertoimien varianssia, kun havainnot korreloivat klustereiden, kuten koulujen, sairaaloiden tai alueiden, sisällä. Klusteroitu sandwich-estimaattori kehittyi Liangin ja Zegerin (1986) yleistettyjen estimointiyhtälöiden pohjalta, ja Cameron ja Miller (2015) syntetisoivat sen soveltavaan työhön, tuottaen pätevän päättelyn silloin, kun tavalliset keskivirheet olisivat liian pieniä.

Sovella työkalulla StatMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

The neighbourhood of related methods — select a node to explore.

Lähteet

  1. 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
  2. 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

Näin viittaat tähän sivuun

ScholarGate. (2026, June 1). Cluster-Robust (Clustered) Standard Errors. ScholarGate. https://scholargate.app/fi/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.

Compare side by side

Tähän viittaavat

ScholarGateCluster-Robust Standard Errors (Cluster-Robust (Clustered) Standard Errors). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/statistics/cluster-robust-se · Aineisto: https://doi.org/10.5281/zenodo.20539026