使用plm（）

Question

我可以使用plm()来估计FE模型的鲁棒标准误差，但不能估计Hausman-Taylor（HT）。我需要HT估算器在模型中包含一些反映初始条件的时不变变量。参见下面使用Cigar数据的示例。

data(Cigar, packege = "plm")

首先，我为63年的初始条件创建时不变变量

help.sales <- subset(Cigar, year == 63, select=c(state, sales))
names(help.sales)[2]<-"sales.63" 
help.price <- subset(Cigar, year == 63, select=c(state, price))
names(help.price)[2]<-"price.63"   #rename
Cigar <-merge(Cigar, help.sales, by = "state")
Cigar <-merge(Cigar, help.price, by = "state")

然后我估算有限元模型：

FE.Cigar <- plm(price ~ sales.63:year  + ndi + factor(year) |
                sales.63:year + sales.63 + ndi + factor(year), data = Cigar, 
                model="within", effect = "individual", index = c("state","year"))

和HT模型：

HT.Cigar <- plm(price ~ sales.63:year + sales.63 + price.63 + ndi + factor(year) |
                   sales.63:year + sales.63 + ndi + factor(year), data = Cigar,
                   model="random", random.method ="ht", inst.method = "baltagi", 
                   effect = "individual", index = c("state", "year"), na.action = na.exclude)

虽然FE的以下各项可以毫无问题地估计出健壮的标准误差：

coeftest(FE.Cigar, vcov.=function(x) vcovHC(x, type="sss", cluster="group"))

当我尝试对HT进行相同操作

coeftest(HT.Cigar, vcov.=function(x) vcovHC(x, type="sss", cluster="group"))

我收到以下错误消息：

有人指出了类似的问题here，但是鉴于该职位已经有5年历史了，我想知道是否有解决方案。