Pour les modèles de régression linéaire avec données transversales ou en panel, il est naturel de supposer que les perturbations sont regroupées en deux dimensions. Cependant, les propriétés d'échantillon fini des tests robustes aux grappes bidirectionnelles et des intervalles de confiance sont souvent médiocres. Nous discutons plusieurs façons d'améliorer l'inférence avec le regroupement bidirectionnel. Deux d'entre elles sont des méthodes existantes visant à améliorer le problème des erreurs types indéfinies lorsqu'un estimateur de matrice de variance robuste aux grappes (CRVE) n'est pas défini positif. L'une d'elles est une nouvelle méthode qui évite systématiquement le problème. Plus important encore, nous proposons une famille de nouveaux CRVE à deux voies basés sur le jackknife en grappes et prouvons qu'ils produisent des inférences valides de manière asymptotique. Des simulations de modèles à effets fixes bidirectionnels suggèrent que, dans de nombreux cas, le CRVE cluster-jackknife combiné à notre nouvelle méthode produit des inférences étonnamment précises. Nous fournissons un logiciel simple, twowayjack pour Stata, qui met en œuvre notre estimateur de variance recommandé.