6

私は固定効果回帰を行っており、自己相関に問題があります。これに対処するために、予測、lmtest、およびplmパッケージを使用してARIMAモデリングを行っています。私のデータは一般的なパネルデータで、次のようになります。ARIMAモデリングを実行しようとしていますが、plmパッケージを使用して自己回帰項と移動平均を固定効果回帰に組み込むのに苦労しています。これが私の試みです。

world_hour_fix = 
    plm(WBGDPhour ~ broadband + resourcerents + education, 
        data = hourframe, model = "within")

auto.arima(world_hour_fix$residuals)

# Series: world_hour_fix$residuals 
# ARIMA(1,0,1) with zero mean     
# 
#     Coefficients:
#       ar1     ma1
#       0.403  0.3135
# s.e.  0.138  0.1586
# 
# sigma^2 estimated as 0.4901:  log likelihood=-175.54
# AIC=357.09   AICc=357.23   BIC=366.4

auto.arima(world_fix$residuals)

私の質問は、1つの自己回帰項と1つの移動平均を回帰に組み込むにはどうすればよいですか？

4

1 に答える 1

5

経済学では、パネル データを使用して ARIMA モデリングを実行しようとしないことがよくあります。代わりに、（準）差分推定を使用します。非定常性について心配していないように聞こえる場合は、Bertrand、Duflo、および Mullainathan によるこの論文「How much should We Trust Differences-in-Differences Estimates?」で、さまざまな方法を比較しています。パネル データの自己相関を考慮します。彼らは、ブロック ブートストラップと HAC 標準エラーがうまく機能する傾向があることを発見しました。

于 2012-04-30T16:24:32.057 に答える