Question

我正在复制使用Stata xtregar命令完成的估算，但我使用的是R代替。

xtregar命令实现了Baltagi和Wu（1999）＆＃34;不等间距面板数据回归与AR（1）扰动的方法＆＃34;纸。正如Stata所描述的那样：

当扰动项为一阶自回归时，xtregar拟合横截面时间序列回归模型。 xtregar提供固定效应模型的估算器和随机效应模型的GLS估算器。 xtregar可以容纳不平衡的面板，其观察值随时间不等。

到目前为止，对于固定效果模型，我使用了plm包用于R.尝试看起来像这样：

plm(data=A, y ~ x1 + x2, effect = "twoways", model = "within")

然而不完整（与xtregar描述相比）并且结果与Stata提供的结果不太一样。此外，Stata的命令需要设置一个面板变量和一个时间变量，这个特征（据我所知）在plm环境中不存在。

我应该与plm达成协议，还是有另一种方法可以做到这一点？

PS：我搜索了不同的网站但未能找到与Stata的xtregar等效的内容。

更新

阅读Croissant和Millo（2008）＆＃34; R中的面板数据计量经济学：plm包＆＃34;，特别是第7节＆＃34;一些有用的计量经济学＆＃39; nlme＆＃34;中的模型我在估算的随机效应部分使用了类似的东西：

gls(data=A, y ~ x1 + x2, correlation = corAR1(0, form = ~ year | pays), na.action = na.exclude)

然而，以下结果更接近于Stata

lme(data=A, y ~ x1 + x2, random = ~ 1 | pays, correlation = corAR1(0, form = ~ year | pays), na.action = na.exclude)

Answer 1

试试{panelAR}。这是一个面板数据回归包，用于解决 AR1 类型的自相关。不幸的是，我没有 Stata，所以我无法测试在 panelCorrMethod

中复制哪种相关方法

library(panelAR)

model <- 
  panelAR(formula = y ~ x1 + x2, 
    data = A, 
    panelVar  = 'pays', 
    timeVar   = 'year', 
    autoCorr  = 'ar1', 
    rho.na    = TRUE, 
    bound.rho = TRUE, 
    panelCorrMethod ='phet' # You might need to change this parameter. 'phet' uses the HW Sandwich stimator for heteroskedasticity cases, but others are available.
    )

R相当于Stata的xtregar

1 个答案: