带面板数据的ARIMA建模

Question

我正在做固定效果回归，并且遇到自相关问题，为解决这个问题，我正在使用forecast，lmtest和plm包进行ARIMA建模。我的数据是一般面板数据，looks like this，我正在尝试做一些ARIMA建模，但我很难将自回归条件合并到一个使用plm包的固定效应回归中。这是我的尝试。

world_hour_fix = 
    plm(WBGDPhour ~ broadband + resourcerents + education, 
     data = hourframe, model = "within") 

auto.arima(world_hour_fix$residuals) 

# Series: world_hour_fix$residuals 
# ARIMA(1,0,1) with zero mean  
# 
#  Coefficients: 
#  ar1  ma1 
#  0.403 0.3135 
# s.e. 0.138 0.1586 
# 
# sigma^2 estimated as 0.4901: log likelihood=-175.54 
# AIC=357.09 AICc=357.23 BIC=366.4 

auto.arima(world_fix$residuals) 

我的问题是：如何将一个自回归项和一个移动平均值合并到我的回归中？

Answer 1

我的经济学，我们经常不试图用面板数据做ARIMA建模。相反，我们使用（准）差异差异估计。如果你不担心非平稳性，这听起来像你不是，那么Bertrand, Duflo, and Mullainathan, "How Much Should We Trust Differences-in-Differences Estimates?",的这篇论文比较了不同平均数据采用自相关的方法。他们发现块引导程序和HAC标准错误倾向于正常工作。