Overview

WCB, propus de Cameron, Gelbach și Miller (2008), oferă o alternativă la estimatorul de varianță robustă a clusterelor atunci când aveți fie un număr mic de clustere, fie un număr neuniform de observații între clustere.

Atunci când ajustăm modele cu observații grupate, folosim adesea un estimator de varianță robust pentru grupuri, care relaxează ipoteza de independență pentru observațiile din cadrul fiecărui grup. Acest estimator funcționează bine dacă avem multe clustere și dacă clusterele nu diferă prea mult în ceea ce privește numărul de observații. Cu toate acestea, dacă nu este cazul, este posibil să obținem estimări mai bune utilizând WCB.

Noua comandă wildbootstrap de la Stata estimează valorile p și intervalele de încredere (IC) ale WCB pentru testele ipotezelor liniare simple și compuse privind parametrii din modelele de regresie liniară. Aceste statistici pot fi obținute la ajustarea modelelor de regresie liniară, cum ar fi cele ajustate cu regress, a modelelor cu un set mare de variabile indicatoare, cum ar fi cele ajustate cu areg, și a modelelor cu efecte fixe, cum ar fi cele ajustate cu xtreg, fe.

Să vedem cum funcționează

Am dori să observăm efectul pe care îl are titularitatea asupra salariilor și să ținem cont de clusterele la nivel de industrie. În acest caz, folosim un set de date privind salariile din 1988 care conține doar 12 clustere cu dimensiuni ale clusterelor care variază în mod substanțial, de la 4 la 817, ceea ce se abate de la ipotezele necesare pentru ca estimatorul de varianță robust al clusterelor să fie fiabil. Potrivim o regresie liniară și calculăm statisticile WCB pentru a testa dacă coeficientul de vechime este zero. Am stabilit sămânța folosind rseed() pentru reproductibilitate.

Referință

Cameron, C. A., J.B. Gelbach și D.L. Miller. 2008. Îmbunătățiri bazate pe bootstrap pentru inferența cu erori grupate. The Review of Economics and Statistics 90: 417-427.