如何为tslm函数添加稳健标准误？报错问题求助

问题根源 #

tslm()（forecast包）返回的模型对象虽继承自lm类，但由于输入数据是时间序列格式（as.ts()转换后），sandwich包的vcovHC()函数在处理时，无法正确解析模型内部的残差或设计矩阵维度，进而触发维度错误（rowMeans需要至少二维数组，但实际传入了一维数据）。而普通lm()模型没有附加时间序列元数据，vcovHC()能正常处理。

解决方案 #

方案1：用普通lm()拟合后计算稳健标准误 #

如果不需要tslm的时间序列专属功能（如预测），直接用lm()拟合模型即可正常使用稳健标准误：

# 用lm拟合（数据无需强制转成ts格式）
Model_lm <- lm(Pris.pr.m2 ~ Lang.rente + Kort.rente + Forbrugerprisindeks + Ledighed + Disponible.indkomst, 
               data = Prisudvikling.data2)
# 计算HC0稳健标准误
coeftest(Model_lm, vcov = vcovHC(Model_lm, type = 'HC0'))

方案2：保留tslm模型，手动适配vcovHC() #

若必须使用tslm（比如后续要做时间序列预测），可以通过以下两种方式解决：

方法A：强制转换模型为纯lm类

Model <- tslm(Pris.pr.m2 ~ Lang.rente + Kort.rente + Forbrugerprisindeks + Ledighed + Disponible.indkomst, 
              data = as.ts(Prisudvikling.data2))
# 强制转换为lm类后传入vcovHC
coeftest(Model, vcov = vcovHC(structure(Model, class = "lm"), type = 'HC0'))

方法B：手动提取模型组件计算稳健方差矩阵

library(sandwich)
Model <- tslm(Pris.pr.m2 ~ Lang.rente + Kort.rente + Forbrugerprisindeks + Ledighed + Disponible.indkomst, 
              data = as.ts(Prisudvikling.data2))
# 提取设计矩阵和残差
X <- model.matrix(Model)
u <- residuals(Model)
# 手动计算HC0稳健方差矩阵
vcov_mat <- vcovHC(X, u, type = 'HC0')
# 传入coeftest
coeftest(Model, vcov = vcov_mat)

内容的提问来源于stack exchange，提问作者Julie R