Question

我正在估计具有时间效应的可变系数模型。我正在使用内部估算器。不幸的是，我在使用“摘要”命令时遇到困难。它没有为我提供标准误差，t统计量和p值的常规输出。而不是通常的输出，我看到了有关特定变量的分位数的信息。你能帮我吗？我将不胜感激所有的提示和建议。

summary(model1.pvcm)

Oneway (time) effect No-pooling model

Call:
pvcm(formula = dependent_variable ~ var1 + var2 + ......,
     data = estimation_balanced, 
     effect = c("time"), model = "within", index = c("BID", "YEAR"))

Balanced Panel: n = 693, T = 4, N = 2772

Residuals:
       Min.     1st Qu.      Median     3rd Qu.        Max. 
-2.14103956 -0.01104022  0.00000000  0.01279167  2.75017609 

Coefficients:
  (Intercept)          var1
Min.   :0.000000   Min.   :-0.027970
1st Qu.:0.009435   1st Qu.:-0.019728 
Median :0.037489   Median :-0.011825
Mean   :0.046593   Mean   :-0.012905

Answer 1

从函数 pvcm 的帮助页面您可以看到 model = "within" 估计每个人的池化模型：

<块引用>

如果模型 = "within" 则假设系数是固定的，如果是随机的模型 = "随机"。在第一种情况下，估计不同的模型对于每个人（或时间段）。在第二种情况下，Swamy (1970) 模型估计。它是一个广义最小二乘模型它使用了先前模型的结果。

在您使用 model = "within" 的情况下，您估计了很多模型，每个模型都对系数进行了估计。因此，summary 仅提供系数的汇总统计信息，因为对于同一变量可能有很多模型/系数。要查看系数，请使用 coef(<your_model>)。下面我将帮助页面中的示例稍微扩展一下：

library("plm")
data("Produc", package = "plm")
zw <- pvcm(log(gsp) ~ log(pcap) + log(pc) + log(emp) + unemp, data = Produc, model = "within")
summary(zw) # gives summary information on estimated coefficients
coef(zw) # gives coefficients of all estimated models
## (Intercept)    log(pcap)      log(pc)    log(emp)         unemp
## ALABAMA          8.4960384 -1.442643991  0.279501016  1.83524980  0.0073545006
## ARIZONA          4.6652825 -0.162708442 -0.005220745  1.07582801 -0.0036579767
## ARKANSAS         3.2456536 -0.505650280  0.321247275  1.23401732  0.0014922130
## CALIFORNIA       0.2793476  0.263937746  0.248403298  0.69913460 -0.0107451010
## COLORADO         0.5143180  0.731379856 -0.209834096  0.74826795 -0.0039961705
## CONNECTICUT      5.0302333 -0.431134765  0.453161751  0.73256902 -0.0053864641
## DELAWARE        -1.1751222  0.622117695 -0.318462279  1.41693168 -0.0038134886
## FLORIDA          1.5253424  0.552803128 -0.250663389  0.87120938 -0.0014626098
## [...]

我在估计器中使用pvcm函数有问题

1 个答案: