lfe-package を使用して、固定効果とクラスター化された標準誤差を持つモデルを推定しています。
結局のところ、t 値は非常に大きい (23.317) のですが、p 値は比較的小さい (0.0273) だけです。これは、固定効果の投影を使用していることと関係があるようです。固定効果を制御変数として手動で推定すると、p 値が小さすぎて <2e-16 と報告できません。
次の作業例を考えてみましょう (厳密に必要以上に複雑な場合は申し訳ありません。アプリケーションに近づけようとしています)。
50 期間にわたる 10 の時系列のプールされたパネル推定量を単純に推定しています。そして、時系列に 2 つのクラスターがあるとします。
library(data.table)
library(lfe)
x <- rnorm(50, mean = 1, sd = 1)
common_shock <- rnorm(50, mean = 0, sd = 1)
y1 = 0.5 + 5*x + rnorm(50, mean = 0, sd = 2) + common_shock
y2 = 0.5 + 5*x + rnorm(50, mean = 0, sd = 2) + common_shock
y3 = 0.5 + 5*x + rnorm(50, mean = 0, sd = 2) + common_shock
y4 = 0.5+ 5*x + rnorm(50, mean = 0, sd = 2) + common_shock
y5 = 0.5+ 5*x + rnorm(50, mean = 0, sd = 2) + common_shock
y6 = x + rnorm(50, mean = 0, sd = 2)
y7 = x + rnorm(50, mean = 0, sd = 2)
y8 = x + rnorm(50, mean = 0, sd = 2)
y9 = x + rnorm(50, mean = 0, sd = 2)
y10 = x + rnorm(50, mean = 0, sd = 2)
DT <- data.table(periods = 1:50, y1, y2, y3, y4, y5, y6, y7, y8, y9, y10)
Controls <- data.table(periods = 1:50, x)
indicators <- data.table(y_label = paste0("y", 1:10),
indicator = c(1, 1, 1, 1, 1, 0, 0, 0, 0, 0))
DT <- melt(DT, id.vars= c("periods"))
DT <- merge(DT, Controls, by="periods", all = TRUE)
DT <- merge(DT, indicators, by.x="variable", by.y="y_label", all = TRUE)
results <- felm(as.formula("value ~ -1 + indicator + x:indicator | periods | 0 | periods + indicator"), data = DT)
results2 <- felm(as.formula("value ~ -1 + indicator + x:indicator + as.factor(periods) | 0 | 0 | periods + indicator"), data = DT)
summary(results)
summary(results2)
最初の結果は私に与えます
指標:x 3.8625 0.1657 23.317 0.0273 *
2番目の結果2は私に与えます
指標:x 3.86252 0.20133 19.185 < 2e-16 ***
ということは、固定効果の出っ張りに関係しているに違いないのですが、この差があまりにも大きいので、もう少し詳しく知りたいと思います。根本的な問題がここにあることを誰かが知っていますか?