R中clogit函数使用exact方法时如何聚类标准误？

问题背景 #

你在使用R的clogit函数时遇到两个核心问题：

• 设置method="exact"时，无法通过cluster(district)实现地区层面的标准误聚类，报错翻译如下：

不支持稳健方差（聚类标准误）与精确法结合使用

• 使用method="efron"（推测你输入的method="error"是笔误）时模型可运行，但系数结果与精确法差异极大。

可行解决方案 #

目前survival包的clogit函数本身不支持精确法与聚类标准误的直接结合，但可以通过以下两种方式绕开这个限制：

1. 手动计算聚类标准误 #

在得到精确法的系数估计后，手动计算基于地区聚类的稳健标准误：

• 步骤1：用精确法拟合模型，提取系数和得分矩阵

# 拟合精确法模型
model_exact <- clogit(mig ~ rainShock + factor(year) + strata(hhcode), 
                      data = data, method = "exact")

# 提取得分矩阵（每个观测的贡献）
scores <- residuals(model_exact, type = "score")

• 步骤2：按地区聚类计算方差-协方差矩阵

# 按district分组，计算组内得分的交叉乘积
library(dplyr)
cluster_cov <- data %>%
  mutate(across(all_of(colnames(scores)), ~.x)) %>%
  group_by(district) %>%
  summarize(across(everything(), sum)) %>%
  select(-district) %>%
  as.matrix() %>%
  crossprod()

# 计算稳健方差矩阵：(X'X)^{-1} * cluster_cov * (X'X)^{-1}
vcov_robust <- vcov(model_exact) %*% cluster_cov %*% vcov(model_exact)

# 替换模型的方差矩阵，重新计算统计量
model_exact_robust <- model_exact
model_exact_robust$var <- vcov_robust

• 步骤3：查看带聚类标准误的结果

summary(model_exact_robust)

注意：这种方法的前提是精确法的系数估计是一致的，手动计算的聚类标准误能修正地区层面的异方差和自相关问题。

2. 使用条件logistic回归的替代实现 #

部分其他R包支持精确条件logit与聚类标准误的结合，比如brglm2包的brclogit函数：

library(brglm2)
model_br <- brclogit(mig ~ rainShock + factor(year) + strata(hhcode), 
                     data = data, method = "exact", 
                     robust = TRUE, clusters = district)
summary(model_br)

不过需要注意，brglm2的精确法实现与survival包可能存在细节差异，建议先验证结果一致性。

关于系数差异的说明 #

method="efron"是近似条件似然估计，而method="exact"是精确条件似然，二者的系数差异通常源于：

• 当 strata 内的事件数较少时，近似法的偏差会更大
• 精确法会严格基于 strata 内的组合计算似然，而近似法做了简化

如果必须使用精确法的系数估计，优先选择手动计算聚类标准误的方案。

内容的提问来源于stack exchange，提问作者Ananya Mishra