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:R包装plm中Arellano粘结试验的Windmeijer修正,r,plm,R,Plm,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(
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)。