用HAC估计器替换OLS的std.error，并使用stargazer打印table
Replace std.error of OLS by HAC estimator, and use stargazer to print table
这是我第一次在这里发帖提问。
我正在处理一个案例，我使用时间序列数据通过 dynlm 进行简单的 ols 估计。另外，我想用一些传统的截断值作为滞后变量来替换 HAC 估计器的标准误差。代码如下：
dat <- ts(data)
reg <- dynlm(y ~ x1 + x2 + x3, data = dat)
ols <- summary(reg)
robust <- coeftest(reg, vcov=NeweyWest(reg, lag = round(0.75 * length(time(reg))^(1/3))))
ols$coefficients[,2:4] <- robust[,2:4]
ols
我对 16 个数据集使用相同的方法，现在我想使用 stargazer 将结果打印到乳胶 table 中。但是，该包只能通过线性模型的结果生成tables，而不是其摘要（以上述代码为例，stargazer可以应用于reg 而不是 ols)，我已经知道了。
我觉得有两种处理方法
- 找到一种使用回归摘要生成 Latex tables 的方法。
- 替换 reg 中的标准误差、t 统计数据和 p 值，而不是 summary(reg).[=38 中的那些=]
如果你能帮助我，那就太好了！谢谢！
我不确定我是否正确理解了你的问题，但如果我理解的话答案很简单，并且已在该线程中提供：Extending Stargazer to multiwaycov
您只需使用
直接向 stargazer 函数提供稳健的标准误差和 p 值
stargazer(ols, ..., se = robust[,2], p = robust[,4], p.auto = F)
无需提供 t 统计数据，因为它们是由 stargazer 根据提供的标准计算得出的。误差和系数。
我强烈建议在发布问题之前阅读 stargazer 文档并更仔细地搜索。
这是我第一次在这里发帖提问。
我正在处理一个案例，我使用时间序列数据通过 dynlm 进行简单的 ols 估计。另外，我想用一些传统的截断值作为滞后变量来替换 HAC 估计器的标准误差。代码如下：
dat <- ts(data)
reg <- dynlm(y ~ x1 + x2 + x3, data = dat)
ols <- summary(reg)
robust <- coeftest(reg, vcov=NeweyWest(reg, lag = round(0.75 * length(time(reg))^(1/3))))
ols$coefficients[,2:4] <- robust[,2:4]
ols
我对 16 个数据集使用相同的方法，现在我想使用 stargazer 将结果打印到乳胶 table 中。但是，该包只能通过线性模型的结果生成tables，而不是其摘要（以上述代码为例，stargazer可以应用于reg 而不是 ols)，我已经知道了。
我觉得有两种处理方法
- 找到一种使用回归摘要生成 Latex tables 的方法。
- 替换 reg 中的标准误差、t 统计数据和 p 值，而不是 summary(reg).[=38 中的那些=]
如果你能帮助我，那就太好了！谢谢！
我不确定我是否正确理解了你的问题，但如果我理解的话答案很简单，并且已在该线程中提供：Extending Stargazer to multiwaycov
您只需使用
直接向 stargazer 函数提供稳健的标准误差和 p 值stargazer(ols, ..., se = robust[,2], p = robust[,4], p.auto = F)
无需提供 t 统计数据，因为它们是由 stargazer 根据提供的标准计算得出的。误差和系数。
我强烈建议在发布问题之前阅读 stargazer 文档并更仔细地搜索。