Ampliando as capacidades de Statas para a estimativa da matriz de covariância assintótica A rotina avar (Baum e Schaffer, SSC) constrói a quantidade de preenchimento de vários sabores de estimadores de matriz de covariância quotsandwichquot, incluindo HAC, clustering de uma ou duas direções, erros comuns de autocorrelação de painel cruzado, Etc. Mostramos como avar pode ser usado como um bloco de construção para construir VCEs que vão além dos VCE robustos em cluster Eicker-Huber-White e unidirecionais fornecidos pelo comando robusto oficial do Statas. Nós também mostramos como avar pode ser usado para fornecer estimativas de VCE de equações múltiplas em uma variedade de circunstâncias mais ampla do que o comando oficial de Statas. Se você tiver problemas ao fazer o download de um arquivo, verifique se você possui o aplicativo apropriado para vê-lo primeiro. Em caso de problemas adicionais, leia a página de ajuda IDEAS. Observe que esses arquivos não estão no site IDEAS. Seja paciente porque os arquivos podem ser grandes. copy 2010-2017, Kristopher J. Preacher Muitas vezes ao longo dessas páginas mencionamos a matriz de covariância assintótica. Ou matriz ACOV. A matriz ACOV é a matriz de covariância das estimativas de parâmetros. A matriz ACOV também é conhecida como a ACM, o VCE (matriz de ovariância v ariance-c dos estimadores e), ou simplesmente o inverso da matriz de informação de Fisher (denotada I (q) -1). Os elementos ao longo da diagonal representam a variância esperada de cada estimativa de parâmetro em amostras repetidas e podem ser interpretadas como índices de precisão de estimativa. Os elementos fora da diagonal representam covariâncias das estimativas dos parâmetros. Os erros padrão utilizados para realizar testes de significância de estimativas de parâmetros são simplesmente as raízes quadradas dos elementos diagonais da matriz ACOV. Alguns (mas não todos) dos elementos de uma matriz ACOV são necessários para a computação de erros padrão associados a interceptações simples, pistas simples e trajetórias simples. A maioria dos pacotes de software estatístico fornece matrizes ACOV, mas apenas se solicitado. Abaixo estão as instruções para obter a matriz ACOV em vários pacotes. Esta lista não é exaustiva, mas cobre a maioria dos pacotes comumente usados. Regressão linear múltipla (MLR) O PROC REG pode incluir as opções ACOV e COVB na instrução do modelo, a última solicitando a matriz de covariância ordinária das estimativas. O ACOV contém covariâncias assintóticas robustas que representam a heterogeneidade. Se o comando lm for usado para regressão linear, use vcov (objeto) para obter a matriz de covariância de coeficientes. A função hccm (typehc0) da embalagem pode ser usada para obter uma matriz de covariância assintótica corrigida de heterosecedasticidade. Veja as instruções para R acima. Na janela Regressão linear, clique no botão Estatísticas. Na seção Coeficientes de regressão, marque a caixa da matriz Covariância. A matriz ACOV será incluída na saída, uma vez que a análise de regressão seja executada. Para obter variações e covariâncias associadas à intercepção, o usuário deve enganar o SPSS para pensar que a intercepção é um coeficiente associado a uma variável de preditores. Para fazer isso, clique no botão Opções, verifique se a caixa marcada Incluir constante na equação não está marcada. Em seguida, crie uma nova variável c. Todos os valores dos quais são iguais a 1,0. Inclua c como preditor e execute novamente a análise de regressão. A variância e as covariâncias associadas com c na matriz ACOV são aquelas associadas ao termo de intercepção. Modelagem Multilevel de Efeito Mixto Linear Hierárquico (HLMMLM) Na MLwiN, as variantes (co) variáveis assintóticas dos parâmetros fixos são armazenadas na coluna 1099 da planilha de dados e são atualizadas após cada iteração. Aqueles para os parâmetros aleatórios são armazenados na coluna 1097. Os elementos correspondem aos elementos do triângulo inferior da matriz ACOV.
No comments:
Post a Comment