R 对时间相关的成对观测运行线性回归
我需要为我的时间相关数据估算重力模型。该数据由85对独特的国家组成,在20年中估计了一个因变量和8个自变量 我已经试着用一个简单的线性回归模型来估计数据,但这不符合我的需要R 对时间相关的成对观测运行线性回归,r,linear-regression,panel-data,R,Linear Regression,Panel Data,我需要为我的时间相关数据估算重力模型。该数据由85对独特的国家组成,在20年中估计了一个因变量和8个自变量 我已经试着用一个简单的线性回归模型来估计数据,但这不符合我的需要 lm(formula = FDIij ~ GDPi + GDPj + REXi + REXj + TRADECi + TRADECj, data = Regression_Data) Residuals: Min 1Q Median 3Q Max -20874 -1465 -3
lm(formula = FDIij ~ GDPi + GDPj + REXi + REXj + TRADECi + TRADECj,
data = Regression_Data)
Residuals:
Min 1Q Median 3Q Max
-20874 -1465 -363 571 86448
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -9.231e+03 1.751e+03 -5.273 1.54e-07 ***
GDPi 7.942e-01 6.853e-02 11.589 < 2e-16 ***
GDPj 4.056e-01 1.345e-01 3.015 0.002612 **
REXi -1.272e+01 6.568e+00 -1.937 0.052934 .
REXj 1.050e+02 1.638e+01 6.411 1.92e-10 ***
TRADECi -1.241e+05 1.957e+04 -6.344 2.94e-10 ***
TRADECj 1.415e+05 3.938e+04 3.594 0.000336 ***
您在数据库中标记为GDPi的内容就是您在上一段中提到的GDPit,对吗?雷西和特拉迪也一样?如果是这样,你所缺少的就是一个分类变量,它是i和j的组合。您可以通过使用as.factor粘贴两个国家名称来创建一个新变量,然后将其添加到回归中。您应该查看面板数据的
plm
函数。对于重力建模,可以对i
、j
或ij
使用固定效果。因此,根据您的数据,您将能够指定model='within'
(意思是固定效应)和effect='individual'
(意思是,在索引i
,j
或ij
)中。您在数据库中标记为GDPi的内容就是您在上一段中所指的GDPit,对吗?雷西和特拉迪也一样?如果是这样,你所缺少的就是一个分类变量,它是i和j的组合。您可以通过使用as.factor粘贴两个国家名称来创建一个新变量,然后将其添加到回归中。您应该查看面板数据的plm
函数。对于重力建模,可以对i
、j
或ij
使用固定效果。因此,根据您的数据,您将能够指定model='within'
(意思是固定效应)和effect='individual'
(意思是,在索引i
,j
或ij
)中。
FDI_ijt = alpha_ij + beta_0 + beta*GDP_it + beta*GDP_jt+ beta * REX_jt + beta*TRADE_it + beta*TRADE_jt + epsilon_ijt