今天在汇报的时候，脚注中写的内容栽了跟头，写在这里，share给大家

1. 想讲一下为什么我们需要稳健标准误：

首先要明确，回归自动输出的标准误是什么，是谁的标准误？输出的是回归系数的标准误差。我们在回归的时候，是估计的conditional on X的时候，X的系数（对Y的影响）是多少。因为不同的观测值是有不同取值的，所以估计出来的系数和真实观测到的数据是有误差的，这部分就是我们输出的标准误差。

为什么要用稳健的标准误呢？因为不用的话，就代表着我们要假设样本观测值之间是完全独立iid的。但是现实中，样本观测值之间完全独立同分布是不太可能的。或多或少存在相关（有些样本的取值是类似的）或者异质性（不同样本更类似于从不同的分布中抽取出来）。所以为了更贴近现实，我们是需要使用稳健标准误的。

2. 稳健标准误的分类：

第一种就是聚类稳健标准误：认为在某一个group内部，个人的观测值取值是相关的，比如一个区县，一个家庭内部等等。可以用cluster来处理。

第二类就是异方差稳健标准误：认为观测值的取值在不同group或者不同的个体之间，是类似于从不同的分布中抽取出来的。具有不同的均值和方差等等，而不是说从同一个分布中抽取，只是具有相关性而已。可以用robust来处理。


3. 稳健标准误的效果：

一般稳健性的标准误会让标准误增大，这样会让我们的估计系数变得更不显著。但是还是应该要进行处理，因为这样更贴近现实。

另外就是，聚类稳健标准误理论上来说cluster在最高的层面最好，但是这样会让标准误变得很大，所以一般我们不用cluster那么高的层面。


具体的推导和延伸阅读，大家可以继续参考这一份PPT，我觉得讲的很清楚。

http://econweb.umd.edu/~sarzosa/teach/2/Disc2_Cluster_handout.pdf\

很多人无法下载附件，我上传一下原文件：