https://www.bilibili.com/video/BV1EV411b7gi

连玉君老师在上述视频中展示了三种标准误差的选取。目前，针对我的论文，我研究的是企业高管特征（例如年龄）对企业创新的影响，是2010-2019的面板数据，共5200条数据。 使用混合OLS回归，控制行业年份省份，（1）如果标准误选择white异方差稳健型标准误，标准误是0.15, t值是2.54；（2）如果标准误选择的是聚类到行业层面 vce(cluster industry),此时标准误为0.27, t值为1.44; (3) 如果使用自抽样法稳健型标准误，我抽样了1000次，每次效果都差不多，标准误为1.14，t值为2.68。 也就是说，选取的标准误不同，对我的最终的显著性结果影响比较大。

我在视频结束听到老师举的例子，采用（1）和（3）方法得到的标准误是差不多的，对结果影响不大，是因为原始模型干扰项的分布，如果干扰项服从不规则分布，例如向右或者向左拖尾。

那么，我想问下，我应该使用什么标准误，我知道（1）是不足够的，所以是选择聚类到行业层面的标准误vce(cluster industry),还是自抽样1000次得到的标准误？