国家固定效应

我想用国家假人来估计国家固定效应。国家固定效应

fe1b <- plm( 
    bond_GDP_local ~ real_r + equity_volatility, model = 'within', data = panel_eme_filtered 
)

这给了我同样的系数由地下1：

fe1bc <- plm( 
    bond_GDP_local ~ real_r + equity_volatility +country_code, model = 'within', data = panel_eme_filtered 
)

即使我进入国家假人到我的公式，我看不出它的效果。这是否意味着第一个模型已经合并了它？

谢谢

它们两者给我这个：

Oneway (individual) effect Within Model 

Call: 
plm(formula = bond_GDP_local ~ real_r + equity_volatility, data = panel_eme_filtered, 
    model = "within") 

Balanced Panel: n=8, T=60, N=480 

Residuals : 
    Min. 1st Qu. Median 3rd Qu. Max. 
-2.7200 -0.3450 -0.0927 0.2200 5.6200 

Coefficients : 
         Estimate Std. Error t-value Pr(>|t|) 
real_r   -0.0331088985 0.0171886368 -1.926 0.0547 . 
equity_volatility -0.0000003838 0.0000006396 -0.600 0.5488 
--- 
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Total Sum of Squares: 345.7 
Residual Sum of Squares: 342.7 
R-Squared:  0.008731 
Adj. R-Squared: -0.01025 
F-statistic: 2.06979 on 2 and 470 DF, p-value: 0.1274

另一个问题：在这个模型如何估计稳健面板的时间序列数据的标准误差？

来源

2017-04-23 user5372470

您可能要检查出'lfe'包和'felm（）'。 –

感谢您的回复，但我完全无法弄清楚如何在文档中使用felm（）和给定示例。我怎样才能使用这个模型，你能帮忙吗？ – user5372470

推测panel_eme_filtered是一个pdata.frame索引country_code？如果是这样的话，那么在回归方程中包括country_code并不重要。另一种做法是用lfe。

library(lfe) 

fe2 <- felm(
    bond_GDP_local ~ real_r + equity_volatility | country_code, 
    data = panel_eme_filtered 
) 
summary(fe2, robust = T) # heteroskedastic robust SE's

你也可以集群标准误差与

fe3 <- felm(
    bond_GDP_local ~ real_r + equity_volatility | country_code | 0 | country_code, 
    data = panel_eme_filtered 
) 
summary(fe3)

来源

2017-04-23 15:23:45

非常感谢。由于我的面板数据是时间序列而不是聚类，因此我认为使用稳健的SE更好，因为每个国家有60个观测值。纠正我，如果我错了。 – user5372470

国家固定效应

回答

相关问题