R中的logitmfx错误以计算健壮的群集标准错误

问题描述

我希望进行logit回归，以预测平均家庭规模和年龄的边际效应，以及二元指标（无论个人是移民，有健康保险还是吸烟）对预期概率的影响发展中的高血压。

此数据来自聚类调查，我希望在输出中包括可靠的聚类标准误差。

但是，当我添加代码以包含健壮的集群SE时，我收到一个错误，即不再找到回归变量，并且不确定为什么。任何建议都很好！谢谢。

AGE       IMMIGRANT     FAMSIZE     HLTH_INS    HYPERTEN   SMOKE    PSU
<int>       <dbl>         <int>       <dbl>       <dbl>     <dbl>  <int>
40           0              2          1            0         0      2
23           0              2          1            0         0      1
24           0              2          1            0         0      2
18           0              3          1            1         0      2
30           0              2          1            0         0      2
33           1              6          0            0         0      1

#or if this is an easier output to reproduce:
structure(list(AGE = c(40L,23L,24L,18L,30L,33L,32L,63L,22L,24L),IMMIGRANT = c(0,1,1),FAMSIZE = c(2L,2L,3L,6L,1L,1L),HLTH_INS = c(1,0),HYPERTEN = c(0,SMOKE = c(0,PSU = c(2L,2L)),row.names = c(NA,-10L),class = "data.frame")


#The regression works without adjusting for clustered SE 
logit<-logitmfx(HYPERTEN~scale(AGE)+IMMIGRANT+scale(FAMSIZE)+HLTH_INS+
                 SMOKE,data=sample,atmean=TRUE,robust=T)


#However,when I add in the code to cluster SE I receive the error: "Error in scale(AGE) : object 'AGE' not found" 
logit<-logitmfx(HYPERTEN~scale(AGE)+IMMIGRANT+scale(FAMSIZE)+HLTH_INS+
                 SMOKE,robust=T,clustervar1="PSU",clustervar2=NULL,!is.null("PSU")) 

解决方法

尝试使用源代码复制功能的步骤，Steffen Moritz的解决方案确实应该起作用。由于第一个logitmfx立即调用了另一个函数logitmfxest，因此出现了问题。

此函数具有相同的参数，但也具有以下代码：

if(!is.null(clustervar1)){
    if(is.null(clustervar2)){
      if(!(clustervar1 %in% names(data))){
        stop("clustervar1 not in data.frame object")
      }    
      data = data.frame(model.frame(formula,data,na.action=NULL),data[,clustervar1])
      names(data)[dim(data)[2]] = clustervar1
      data=na.omit(data)
    }
    if(!is.null(clustervar2)){
      if(!(clustervar1 %in% names(data))){
        stop("clustervar1 not in data.frame object")
      }    
      if(!(clustervar2 %in% names(data))){
        stop("clustervar2 not in data.frame object")
      }    
      data = data.frame(model.frame(formula,c(clustervar1,clustervar2)])
      names(data)[c(dim(data)[2]-1):dim(data)[2]] = c(clustervar1,clustervar2)
      data=na.omit(data)
    }
  }

根据您的情况，以下代码将被激活：

if(!is.null(clustervar1)){
    if(is.null(clustervar2)){  
      data = data.frame(model.frame(formula,clustervar1])
      names(data)[dim(data)[2]] = clustervar1
      data=na.omit(data)
    }
  }

这将“数据”重新定义为在model.frame上构建的data.frame。但是模型框架使用公式中的名称，因此第2列突然称为 scale.AGE。。第3列称为 scale.FAMSIZE。。

这是一个大问题，因为该函数随后调用了广义线性模型：

fit = glm(formula,data=data,family = binomial(link = "logit"),x=T,start = start,control = control) 

它使用包含scale（AGE）和scale（FAMSIZE）的原始公式，但使用具有重命名列的新数据框。

因此在输入之前进行缩放应该有效。确实，正如史蒂芬（Steffen）所述，其他任何函数也会导致相同的错误，因为调用model.frame时，它们将产生类似的列重命名。

,

奇怪，以某种方式无法再识别formula中的功能。 您可以尝试执行此操作，如果删除scale，则可以正常运行。同样，没有其他功能像log()起作用。

您可以尝试先计算比例尺（AGE），然后不必将其放入公式中。

可能看起来像这样：

sample$AGE<-scale(sample$AGE)
sample$FAMSIZE<-scale(sample$FAMSIZE)

form <- as.formula(HYPERTEN~AGE+IMMIGRANT+FAMSIZE+HLTH_INS+SMOKE)
#However,when I add in the code to cluster SE I receive the error: "Error in scale(AGE) : object 'AGE' not found"
logit<-logitmfx(form,data=sample,atmean=TRUE,robust=T,clustervar1="PSU",clustervar2=NULL)