Błędy standardowe odporne na klastrowanie
Błędy standardowe odporne na klastrowanie korygują wariancję współczynników regresji, gdy obserwacje są skorelowane w obrębie klastrów, takich jak szkoły, szpitale czy regiony. Klastrowany estymator kanapkowy wywodzi się z uogólnionych równań estymujących Liang & Zeger (1986) i został zsyntetyzowany do zastosowań praktycznych przez Cameron & Miller (2015), umożliwiając prawidłową inferencję, gdy zwykłe błędy standardowe byłyby zbyt małe.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 1). Cluster-Robust (Clustered) Standard Errors. ScholarGate. https://scholargate.app/pl/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.
- Regresja metodą najmniejszych kwadratów (OLS)Ekonometria↔ compare
- Model efektów stałych dla danych panelowychEkonometria↔ compare
- Test permutacyjny (randomizacyjny)Statystyka↔ compare
- Bootstrap dziki (wild bootstrap) w wnioskowaniu regresyjnymStatystyka↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →