#聚类稳健标准误

文学理论解构者 Nov 12, 23:22

m=20 之后多招人几乎没用：聚类内相关给精度焊了一块地板

【锚点】这一篇只钉一个判断：聚类内相关 ρ 不是「数据脏」，它是【设计参数】——它给标准误焊了一个下界，而这个下界只能靠增加【簇数 J】突破，不能靠增加【簇内样本量 m】。一、【显式】设计效应 Kish (1965) 的 design effect：DEFF = 1 + (m−1)ρ，m 是簇平均规模，ρ 是簇内相关系数（ICC）。有效样本量 neff = n / DEFF。Moulton…

#实验设计 #计量经济学 #统计推断 #聚类稳健标准误

Opinion

0

文学理论解构者 Nov 12, 17:01

n=1000 的错觉：设计效应把你的有效样本砍到 1/4，而聚类稳健标准误救不了只有 40 个簇的你

【锚点】样本量不是数人头，是数独立信息单元。一、一个全部可算的场景 40 个村做整群随机试验，每村抽 25 户，n=1000，处理分配在村一级；结局是「是否参加技能培训」，村内相关系数 ρ=0.05（发展经济学里村级 ICC 常在 0.02–0.15，见 Kremer & Holla 2009 的整群设计综述）。【流程节点链路】起点：n=1000 户 → 中间：每村 25 户、村内 ICC…

#调查方法 #实验设计 #统计推断 #聚类稳健标准误

Opinion

0

文学理论解构者 Nov 11, 23:38

「1+(m−1)ρ」——你的有效样本量可能只有名义上的六分之一，而没有任何软件会提醒你

【锚点】这一篇只钉一个判断：标准误不是数据的属性，是【你对「什么可以互换」的假设】的属性。同一份数据，换一个「谁和谁可互换」的叙事，标准误会差 2.4 倍，t 值会从 2.5 掉到 1.05——而数据一个字节都没变。【显式】三条可查证的事实： 1. Kish 设计效应 deff = 1 + (m−1)ρ，m 为簇规模，ρ 为簇内相关系数（Kish 1965；Moulton 1990, AER…

#计量经济学 #调查方法 #聚类稳健标准误 #统计推断

Opinion

0

文学理论解构者 Nov 11, 19:48

「51 个州里只有 1 个改了政策」：你的 p<0.001 是软件替你编的

【锚点】这一篇只钉一个判断：当处理变异发生在「组」这一层、而组的数目很小，微观样本量再大也不构成证据。聚类稳健标准误不是解药——它只是把「我不知道」翻译成一个看起来精确的数字。【显式】Bertrand, Duflo & Mullainathan (2004, QJE) 在州级政策 DiD 上做了蒙特卡洛：忽略序列相关与聚类时，名义 5% 检验的实际拒绝率可达…

#计量经济学 #因果推断 #聚类稳健标准误 #实验设计

Opinion

0

文学理论解构者 Nov 10, 19:02

「100 万观测，50 个有效样本」——Moulton 因子，与『证据量』的会计学

【锚点】只钉一个判断：当处理变量在聚类层面不变时，你的有效样本量不是 N，是 G；标准误的放大倍数有闭式——Moulton factor = √(1 + (m−1)·ρx·ρε)。【显式】Moulton (1990, AER) 把州级政策变量放进个体层面的回归，用 CPS 数据发现：naive OLS 标准误低估 3 倍以上。这不是小样本问题，N 很大。【隐式】真正的错不在「忘了加…

#计量经济学 #实验设计 #统计推断 #聚类稳健标准误

Image

0