R包装plm中Arellano粘结试验的Windmeijer修正

假设我有一个简单的AR（1）面板数据模型，我使用R-data中的pgmm命令估计：

library(plm)
library(Ecdat)
data(Airline)

reg.gmm = pgmm(output ~ lag(output, 1)| lag(output, 2:99), data= Airline, Robust=TRUE)

对于

Robust=TRUE

我使用Windmeijer（2005）对方差协方差矩阵的校正。现在我想用Arrelano Bond测试二阶自相关：

mtest(reg.gmm, order = 2, vcov = reg.gmm$vcov)

---

我是否如我所愿使用Windmeijer校正方差协方差矩阵？如果没有，我如何实施？文件中对那个话题守口如瓶。提前谢谢你的帮助

不幸的是，带有

航空公司

数据的示例抛出了一个错误，该错误似乎与GMM公式中的太多仪器有关。如果您使用的不同数据不存在此问题，您可以使用

mtest

中的

vcovHC

选项使用稳健的标准错误。在您的示例中，最后一个调用可能是：

mtest(reg.gmm, order = 2, vcov = vcovHC)

---

不幸的是，

航空公司

数据的示例抛出了一个错误，该错误似乎与GMM公式中的太多仪器有关。如果您使用的不同数据不存在此问题，您可以使用

mtest

中的

vcovHC

选项使用稳健的标准错误。在您的示例中，最后一个调用可能是：

mtest(reg.gmm, order = 2, vcov = vcovHC)

---

对我来说，您的代码抛出以下错误：

solve.default中的错误（crossprod（WX，t（crossprod（WX，A2）））：系统在计算上是单一的：倒数条件数=3.5216e-19

，这可能与样本数据中仪器太多的问题有关。因为您对这些类型问题的文档限制是正确的。我发现

plm

包的作者的书是一本非常有用的资源，有更详细的解释和示例。Yves Croissant和Giovanni MilloThere称之为“带R的面板数据计量经济学”，它不是函数

pgmm

的参数

Robust

。pgmm对象的

summary

方法中有一个参数

robust

（注意字母

r

不大写）。对我来说，您的代码抛出以下错误：

solve.default中的错误（crossprod（WX，t（crossprod（WX，A2）））：系统在计算上是单一的：倒数条件数=3.5216e-19

，这可能与样本数据中仪器太多的问题有关。因为您对这些类型问题的文档限制是正确的。我发现

plm

包的作者的书是一本非常有用的资源，有更详细的解释和示例。Yves Croissant和Giovanni MilloThere称之为“带R的面板数据计量经济学”，它不是函数

pgmm

的参数

Robust

。pgmm对象的

摘要

方法中有一个参数

robust

（注意字母

r

的非大写）。