聚类标准误差 glm（） R

问：

我想使用 R 中的函数运行概率模型。glm()

假设我有一个因变量和自变量 ， ， 和 。我也有固定效应变量，并且.我按如下方式运行 glm 模型：dfyx1x2x3yearcompany

# define model
model <- glm(y ~ x1 + x2 + x3 + year + company,
                    data = df,
                    family = binomial(link = "probit"))
# model summary
summary(model)

# cluster standard errors by year
library(sandwich)
cluster_se <- vcovCL(model, cluster = df$year)

# show results after standard errors clustered by year
coeftest(model, cluster_se)

问题：

1. 我想从模型中测量部分 F 统计量，我可以轻松地执行以下操作：

library(car)
car::linearHypothesis(model, c("x1= 0", "x2= 0"), test = "F")

但是，这给出了原始模型的 F 统计量，而不是聚类模型的 F 统计量。您能建议如何做到这一点吗？

2. 我还需要来自聚类模型的其他统计数据，例如 Psuedo R 平方、AIC 和观测值数。如何从聚类模型中获取这些统计信息？请参阅下面我计算伪 R 平方的方法（但这也只给出原始模型的统计数据，而不是聚类模型）。

# psuedo R-squared
with(summary(probit_model), 1 - deviance/null.deviance)

将不胜感激您的帮助。