一个新手的问题：没有人知道如何在执行中的R集群标准误差的回归？ 在Stata这只是logit Y X1 X2 X3, vce(cluster Z)但不幸的是我还没有想出如何做到在R.由于同样的分析提前！
Answer 1:
你可能想看看rms （回归建模策略）封装。 因此， lrm是逻辑回归模型，如果fit你输出的名字，你有这样的事情：
fit=lrm(disease ~ age + study + rcs(bmi,3), x=T, y=T, data=dataf)
fit
robcov(fit, cluster=dataf$id)
bootcov(fit,cluster=dataf$id)
您必须指定x=T ， y=T模型中的声明。 rcs表示限制三次样条函数与3节。
Answer 2:
我一直在敲我的头靠在这个问题在过去两天; 我发现神奇似乎是这似乎注定要成就大事新包 - 例如，我也是在我的分析运行一些集群强大的托比模型，这个包有内置以及该功能。 且不说语法比我见过的所有其他解决方案更清洁（我们谈论的清洁近Stata的水平）。
因此，对于你的玩具比如，我会运行：
library(Zelig)
logit<-zelig(Y~X1+X2+X3,data=data,model="logit",robust=T,cluster="Z")
这就是它！
文章来源: Logistic regression with robust clustered standard errors in R
