Предположим, у меня есть простая модель панельных данных AR(1), которую я оцениваю с помощью команды pgmm в R — доступные данные:
library(plm)
library(Ecdat)
data(Airline)
reg.gmm = pgmm(output ~ lag(output, 1)| lag(output, 2:99), data= Airline, Robust=TRUE)
С Robust=TRUE
я использую поправку Windmeijer (2005) к матрице дисперсии-ковариации. Теперь я хочу проверить автокорреляцию второго порядка, используя Arrelano-Bond:
mtest(reg.gmm, order = 2, vcov = reg.gmm$vcov)
Использую ли я ковариационно-дисперсионную матрицу с поправкой на Виндмейера, как и намеревался? Если нет, то как я могу это реализовать? Документация довольно скрытна по этой теме. Спасибо за любую помощь заранее!
Error in solve.default(crossprod(WX, t(crossprod(WX, A2)))) : system is computationally singular: reciprocal condition number = 3.5216e-19
, которая, вероятно, связана с проблемой, связанной со слишком большим количеством инструментов в ваших демонстрационных данных. - person juljo   schedule 21.09.2020plm
очень полезным ресурсом с гораздо более подробными объяснениями и примерами. Это называется «Эконометрика панельных данных с R» Ива Круассана и Джованни Милло. - person juljo   schedule 21.09.2020pgmm
нет аргументаRobust
. Существует аргументrobust
(обратите внимание на то, что букваr
не написана с заглавной буквы) методаsummary
для объектов pgmm. - person Helix123   schedule 14.03.2021