回归中的自定义滚动修复效果

Question

在回归中，我知道您可以使用虚拟变量指定这些影响，而不是使用固定效应（比如国家或年份），这是一种完全合法的方法。然而，当效应（例如国家）的数量很大时，计算变得非常困难。相反，您将运行固定效应模型。我很好奇 R 的 plm 或 Stata 的 xtreg,fe 在幕后做了什么。具体来说，我想尝试自定义滚动我自己的面板回归...寻找一些似然函数（或调节似然性的方法），我可以投入到optim 并获得一些乐趣。想法？

Answer 1

屏幕后面的plm 和xtreg,fedo 如何在他们的说明中详细记录，我没有通读它们，但我认为当您在plm 中运行pgmm 或logit regression 之类的东西时，考虑到这些问题的性质，该算法实际上是最大似然的。

自己写所有这些会很有趣。