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?