पैनल डेटा के साथ ARIMA मॉडलिंग

Question

मैं एक निश्चित प्रभाव रिग्रेशन कर रहा हूं और इसके साथ निपटने के लिए ऑटोकॉर्पोरेशन में कोई समस्या है, मैं पूर्वानुमान, एलएमटीएस्ट और पीएलएम पैकेज का उपयोग कर एरियामा मॉडलिंग कर रहा हूं। मेरा डेटा सामान्य पैनल डेटा है, looks like this, मैं कुछ एआरआईएमए मॉडलिंग करने की कोशिश कर रहा हूं लेकिन मुझे पीएलएम पैकेज का उपयोग करके एक निश्चित प्रभाव रिग्रेशन में स्वचालित रूप से स्वैच्छिक शर्तों को शामिल करने और औसत को स्थानांतरित करने में कठिनाई हो रही है। मेरा प्रयास यहाँ है।

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) 

मेरे सवाल यह है: मैं कैसे एक autoregressive अवधि और मेरे प्रतिगमन में से एक की एक चलती औसत को शामिल करते हैं?

Answer 1

मैं अर्थशास्त्र, हम अक्सर पैनल डेटा के साथ एरियामा मॉडलिंग करने की कोशिश नहीं करते हैं। इसके बजाए, हम अंतर (अंतर-अंतर) अंतर-अंतर अनुमान का उपयोग करते हैं। यदि आप गैर-स्थिरता के बारे में चिंतित नहीं हैं, जो ऐसा लगता है कि आप नहीं हैं, तो Bertrand, Duflo, and Mullainathan, "How Much Should We Trust Differences-in-Differences Estimates?", द्वारा यह पेपर पैनल डेटा के लिए खाते में स्वत: सहसंबंध लेने के विभिन्न माध्यमों की तुलना करता है। वे पाते हैं कि ब्लॉक बूटस्ट्रैप और एचएसी मानक त्रुटियां अच्छी तरह से काम करती हैं।