1
我试图使用MASS
程序包的polr()
函数来估计具有集群标准错误的有序逻辑回归。没有内置的集群功能,因此我正在寻找(a)软件包或(b)使用模型输出计算集群标准错误的手动方法。我计划使用margins
包来估计模型的边际效应。R:MASS :: polr()中的聚类标准错误
下面是一个例子:
library(MASS)
set.seed(1)
obs <- 500
# Create data frame
dat <- data.frame(y = as.factor(round(rnorm(n = obs, mean = 5, sd = 1), 0)),
x = sample(x = 1:obs, size = obs, replace = T),
clust = rep(c(1,2), 250))
# Estimate and summarize model
m1 <- MASS::polr(y ~x, data = dat, Hess = TRUE)
summary(m1)
虽然堆栈溢出很多问题请教一下如何在R型聚类标准误差为普通最小二乘模型(以及在某些情况下logistic regression),目前还不清楚如何群集中的错误订购了逻辑回归(即比例优势逻辑回归)。另外,现有的SO问题集中在具有其他严重缺点的包装(例如,模型输出的类别与用于分析和呈现结果的其他标准包装不兼容),而不是使用与predict()
兼容的MASS::polr()
。