R逐步替代面板回归模型的自动模型选择(plm)

时间:2016-07-29 12:34:21

标签: r model dataset panel regression

我正在运行一个面板回归(randon效应),我有几个回归者候选人。

 X.panel3.form = as.formula(c("value ~ ",paste(X.panel3.cols,collapse="+")))

> X.panel3.form
value ~ SMB + HML + MOM + IBX + EQWO + TERMBZ + BZCDS5Y + COEN + 
    COMP + COMI + COAG + DOL + VIX + SPX + TERMUS

然后我运行一个简单的面板回归模型

fit.plm = plm(X.panel3.form,data=panel,index = c("variable","Date"),  model="random")

这将是完整的模型,但我想自动选择具有较少回归量的模型。类似于逐步程序。

事实上,AIC的逐步优化和优化将是最好的参考,只有更简单的方法才能保留更相关的回归量。

关键是Step()函数对R中的面板数据不起作用(我相信它是因为没有面板模型的最大可能性估计)

所以在运行Step()StepAIC()(来自Mass包)

我收到了错误:

Error in UseMethod("extractAIC") : 
  no applicable method for 'extractAIC' applied to an object of class "c('plm', 'panelmodel')"

所以我的问题是:在使用plm软件包时,R中自动模型选择的替代方案和面板数据集的可能简单实现是什么?

0 个答案:

没有答案