如何在R中构建含聚类Bootstrap的模型并传入sensemakr()

我希望有人能帮我关闭这个问题。该问题最初发布在Cross Validated，本应留在那里，因为答案更偏向统计问题而非编程问题，但在那边被关闭后，我被要求重新发布到此处。不过答案确实属于统计范畴，我会在此发布答案，若有人能帮忙关闭问题我将不胜感激。

核心需求 #

我一直在尝试用R中的lm执行聚类Bootstrap，并将结果传入sensemakr()包。sensemakr()是Cinelli & Hazlett（2020）相关研究的实现，支持接收lm或feols类对象作为输入。

基础示例代码 #

library(palmerpenguins)
library(sensemakr)

penguin_dat <- penguins

model_lm <- lm(flipper_length_mm ~ sex + body_mass_g, data=penguin_dat)
summary(model_lm)

sensitivity1 <- sensemakr(model=model_lm, treatment="body_mass_g", benchmark_covariates="sexmale")
summary(sensitivity1)

问题难点 #

我需要找到方法，将带有复杂误差结构（尤其是聚类Bootstrap）的模型传入sensemakr()。已知开发版sensemakr()可接收fixest包的feols对象，但尚未尝试。

已尝试的方案 #

• 使用simpleboot包的lm.boot()处理现有lm类对象，但该工具无聚类Bootstrap功能；
• 尝试使用fwildclusterboot包的野生聚类Bootstrap，但该包因依赖问题已从CRAN移除，无法安装；
• 考虑使用clusbootglm或lmeresampler等聚类Bootstrap包，再将结果转换为lm类对象，但这超出我的R能力范围。以下是使用lmtest的coeftest()和sandwich的vcovBS()的示例，但不知如何转换为lm对象：

library(palmerpenguins)
library(sandwich)
library(sensemakr)
library(lmtest)

penguin_dat <- penguins

model_lm <- lm(flipper_length_mm ~ sex + body_mass_g, data=penguin_dat)

clustered_bootstrap_model_lm <- coeftest(model_lm, vcov = vcovBS, cluster = penguin_dat$species, R = 1000)

Stata版本参考 #

sensemakr()的Stata实现中，聚类Bootstrap操作很简单：

sysuse auto2.dta
regress price mpg weight rep78, vce(bootstrap, reps(100)) cluster(foreign)
est sto m1

但Stata版本不支持传入已训练好的模型，必须在sensemakr内部运行回归，且不允许复杂误差结构。

请问有什么解决方法？感谢您的建议。

参考文献 #

• Cinelli, C., & Hazlett, C. (2020). Making sense of sensitivity: Extending omitted variable bias. Journal of the Royal Statistical Society Series B: Statistical Methodology, 82(1), 39-67.
• Cinelli, C., Ferwerda, J., & Hazlett, C. (2020). sensemakr: Sensitivity analysis tools for OLS in R and Stata. Available at SSRN.

内容的提问来源于stack exchange，提问作者J. Holiday