当前位置：职称论文百科> 正文

发表论文不加稳健标准误

发布时间：2023-12-10 03:09:37

面板数据用聚类稳健标准误结果

我个人看法是，发国内期刊，如果能严格使用聚类稳健标准误那当然好；但是如果严格聚类不显著，那至少要用异方差稳健标准误，不能什么都没有。参考

发表论文不加稳健标准误可以。聚类标准误是真实标准误的一致估计，因此毕业论文可以不加聚类标准误。毕业论文，也称作学位论文，是指作者为获得某种学位而

横截面数据通常都存在异方差问题,因此对于横截面数据我们一般都会使用异方差稳健的标准误,当然,你可以做一个BP检验或者White检验亦或者其他异方差的检验来判断你的模型是否存在异方

我使用稳健标准误后,虽然消除了异方差,但是部分解释变量不显著了,这可怎么办?以前是显著啊「经管之家」APP:经管人学习、答疑、交友,就上经管之家! 免流量费下载资料-\-\-在经

我们再经典计量中学过标准误，如果遇到异方差，会导致估计结果并非BLUE，在这种情况下，我们需要使用稳健的标准误（White Robust）. 如果 \Omega 存

4、更改估计方法（有无加个体、时间固定效应？ols、mle、iv、gmm估计？标准误需不需要聚类到比如城市层面？潜在异方差有没采用稳健性标准误等）。5、替

xtreg+r,使用的就是聚类标准误。如果聚类层级一致,xtreg+r与xtreg+cluster结果一样。区别在于后者更灵活。 reghdfe+r,则是稳健标准误。 reghdfe+cluster才是聚类标准误。至于论文中

提供大家一些思路，初始数据筛查缺失值，填补缺失，极端值处理，多元极端值（降级与排除），数据是否正态

稳健的标准误通常大于非稳健标准误( t_{\hat\beta}=\frac{\hat\beta-\beta_0}{s.e. \left(\hat\beta\right)} 更大的稳健标准误意味着更小的t值)。聚类标准误是一