使用面板数据进行 ARIMA 建模

Question

我正在做一个固定效应回归并且遇到自相关问题，为了解决这个问题，我正在使用预测、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，但我很难使用 plm 包将自回归项和移动平均值合并到固定效应回归中。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项的移动平均值合并到我的回归中？

Answer 1

在经济学方面，我们通常不会尝试使用面板数据进行 ARIMA 建模。相反，我们使用（准）差中差估计。如果您不担心非平稳性，听起来您并不担心，那么Bertrand, Duflo, and Mullainathan, "How Much Should We Trust Differences-in-Differences Estimates?", 的这篇论文比较了将自相关考虑到面板数据的不同方法。他们发现块引导和 HAC 标准错误往往效果很好。