在不平衡面板的 plm 中对随机效应进行 Breusch-Pagan 检验答案

【问题标题】：Implementation of Breusch-Pagan test for random effects in plm with unbalanced panels在不平衡面板的 plm 中对随机效应进行 Breusch-Pagan 检验
【发布时间】：2015-08-13 12:36:25
【问题描述】：

我查看了plm（面板模型的 R 包）如何在 plmtest() 中实现 Breusch-Pagan 随机效应测试，并想知道它是否可以处理不平衡的面板。

对于不平衡面板，我们需要另一个版本的 Breusch-Pagan 随机效应检验，正如 Baltagi/Li (1990) 给出的那样：具有不完整面板的误差分量模型的拉格朗日乘数检验，计量经济学评论，9:1，103-107，DOI：10.1080/07474939008800180。由于这篇论文有点难读，你也可以看看 STATA 是怎么做的：http://www.stata.com/manuals13/xtxtregpostestimation.pdf

编辑允许不平衡面板的修改测试现在包含在 CRAN 的包中（从版本 1.6-4 开始）。

【问题讨论】：

标签： r panel-data plm

【解决方案1】：

编辑：plm 的 CRAN 版本从 1.6-4 开始（2016 年 12 月）还具有 plmtest() 中的不平衡测试统计信息。

既然这个问题现在已经解决了，我会在这里发布一个答案。 ~~代码现在在 r-forge 上 plm 的开发版本 v1.15-16 中： https://r-forge.r-project.org/projects/plm/ 和 https://r-forge.r-project.org/R/?group_id=406~~

这里是如何从 Stata 的文档中复制一个示例：

# get data set from Stata's webpage
# It is an unbalanced panel
require(haven) # required to read Stata data file
nlswork <- read_dta("http://www.stata-press.com/data/r14/nlswork.dta")
nlswork$race <- factor(nlswork$race) # fix data
nlswork$race2 <- factor(ifelse(nlswork$race == 2, 1, 0)) # need this variable for example
pnlswork <- pdata.frame(nlswork, index=c("idcode", "year"), drop.index=F)

# note Stata 14 uses by default a different method compared to plm's Swamy–Arora variance component estimator
# This is why in comparison with web examples from Stata the random effects coefficients slightly differ
plm_re_nlswork <- plm(ln_wage ~ grade + age + I(age^2) + ttl_exp + I(ttl_exp^2) + tenure + I(tenure^2) + race2 + not_smsa + south
                        , data = pnlswork, model = "random") 

# reassembles the FE estimation by Stata in Example 2 of http://www.stata.com/manuals13/xtxtreg.pdf 
plm_fe_nlswork <- plm(ln_wage ~ grade + age + I(age^2) + ttl_exp + I(ttl_exp^2) + tenure + I(tenure^2) + race2 + not_smsa + south
                      , data = pnlswork, model = "within")

plm_pool_nlswork <- plm(ln_wage ~ grade + age + I(age^2) + ttl_exp + I(ttl_exp^2) + tenure + I(tenure^2) + race2 + not_smsa + south
                      , data = pnlswork, model = "pooling")
                        

# Run Breusch-Pagan test with modification for unbalanced panels of Baltahi/Li (1990)
# Reassembles Example 1 in http://www.stata.com/manuals13/xtxtregpostestimation.pdf

plmtest(plm_pool_nlswork)    
## Lagrange Multiplier Test - individual effects - Breusch-Pagan Test for unbalanced Panels as in Baltagi/Li (1990)
## data:  ln_wage ~ grade + age + I(age^2) + ttl_exp + I(ttl_exp^2) + tenure +  ...
## BP_unbalanced = 14779.98, df = 1, p-value < 0.00000000000000022
## alternative hypothesis: significant effects

【讨论】：