Errori standard robusti ai cluster
Gli errori standard robusti ai cluster correggono la varianza dei coefficienti di regressione quando le osservazioni sono correlate all'interno di cluster come scuole, ospedali o regioni. Lo stimatore sandwich clusterizzato deriva dalle equazioni di stima generalizzate di Liang & Zeger (1986) ed è stato sintetizzato per l'uso applicato da Cameron & Miller (2015), fornendo inferenza valida quando gli errori standard ordinari sarebbero troppo piccoli.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 1). Cluster-Robust (Clustered) Standard Errors. ScholarGate. https://scholargate.app/it/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.
- Regression with Ordinary Least Squares (OLS)Econometria↔ compare
- Modello a Effetti Fissi per Dati PanelEconometria↔ compare
- Test di Permutazione (Randomizzazione)Statistica↔ compare
- Bootstrap Wild per l'Inferenza di RegressioneStatistica↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →