多元线性回归的 Newey-West 误差
Newey-West error for multiple linear regressions
我有一个包含 126 列的数据框，我想对所有列进行 运行 线性回归。我用 lapply() 函数做到了这一点：
my_lms <- lapply(1:126, function(x) df[,x] ~ df$x1))
再次使用 lapply() 函数，我得到了汇总统计信息：
lapply(my_lms, summary)
我的问题是如何使用 Newey-West 错误获得相同的汇总统计数据？
我试过了：
coeftest(my_lms, vcov. = NeweyWest)
但这给了我错误信息：
使用方法错误（"estfun"）：
没有适用于 'estfun' 的方法应用于 class "list"
的对象
谢谢
Stephane 完全正确，但我认为可能需要写一个解释。您的 my_lms 对象是一个列表，列表中的每个项目都是一个嵌套对象，具有 coeftest 函数的正确 class。但是，coeftest 函数没有用于“主列表”的串行提取机制。因此，您需要再次使用 lapply 并将 coeftest 作为函数参数。可以使用 lappy 的“三点”机制将额外参数传递给 coeftest：引用 material 来自 ?lapply 页面
Usage
lapply(X, FUN, ...)
lapply(my_lms, coeftest, vcov. = NeweyWest)
我有一个包含 126 列的数据框，我想对所有列进行 运行 线性回归。我用 lapply() 函数做到了这一点：
my_lms <- lapply(1:126, function(x) df[,x] ~ df$x1))
再次使用 lapply() 函数，我得到了汇总统计信息：
lapply(my_lms, summary)
我的问题是如何使用 Newey-West 错误获得相同的汇总统计数据？
我试过了：
coeftest(my_lms, vcov. = NeweyWest)
但这给了我错误信息：
使用方法错误（"estfun"）：
没有适用于 'estfun' 的方法应用于 class "list"
谢谢
Stephane 完全正确，但我认为可能需要写一个解释。您的 my_lms 对象是一个列表，列表中的每个项目都是一个嵌套对象，具有 coeftest 函数的正确 class。但是，coeftest 函数没有用于“主列表”的串行提取机制。因此，您需要再次使用 lapply 并将 coeftest 作为函数参数。可以使用 lappy 的“三点”机制将额外参数传递给 coeftest：引用 material 来自 ?lapply 页面
Usage
lapply(X, FUN, ...)
lapply(my_lms, coeftest, vcov. = NeweyWest)