Стандартные ошибки, робастные к кластеризации
Стандартные ошибки, робастные к кластеризации, корректируют дисперсию коэффициентов регрессии, когда наблюдения коррелируют внутри кластеров, таких как школы, больницы или регионы. Кластеризованный сэндвич-оценщик вырос из обобщенных оценочных уравнений Liang & Zeger (1986) и был синтезирован для прикладной работы Cameron & Miller (2015), обеспечивая достоверные выводы, когда обычные стандартные ошибки были бы слишком малы.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 1). Cluster-Robust (Clustered) Standard Errors. ScholarGate. https://scholargate.app/ru/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.
- Регрессия методом обыкновенных наименьших квадратов (ОНМК)Эконометрика↔ compare
- Модель с фиксированными эффектами для панельных данныхЭконометрика↔ compare
- Тест перестановок (рандомизация)Статистика↔ compare
- Дикий бутстреп для регрессионного выводаСтатистика↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →