회귀 모델에 종속 변수의 지연을 포함해야하는 시점과 지연은 언제입니까?


14

종속 변수로 사용하려는 데이터는 다음과 같습니다 (카운트 데이터). 순환 구성 요소와 추세 구조를 가지기 때문에 회귀 분석이 어떻게 든 편향되는 것으로 보입니다.

여기에 이미지 설명을 입력하십시오

도움이되는 경우 음 이항 회귀를 사용합니다. 데이터는 균형 잡힌 패널로, 개인 (상태) 당 하나의 더미입니다. 표시된 이미지는 모든 상태에 대한 종속 변수의 합계를 표시하지만 대부분의 상태 만 유사한 동작을합니다. 고정 효과 모델을 고려하고 있습니다. 종속 변수는 매우 밀접한 상관 관계가 없으며, 연구의 일부는이 변수들 사이에 예기치 않은 관계를 찾는 것이므로 약한 관계는 실제로 좋은 것입니다.

  1. 종속 변수의 지연 변수를 포함하지 않는 정확한 위험은 무엇입니까?
  2. 하나를 포함시킬 필요가 있다면 어느 것을 알아내는 테스트가 있습니까?

R에서 구현되고 있습니다.

참고 : 게시물을 읽었 지만 문제에 도움 되지 않았습니다 .

답변:


14

살인 사건에 대한 시선 보복 모델이있는 경우 동적 패널 모델이 적합 할 수 있습니다. 예를 들어, 살인율이 갱단의 불화에 의해 크게 좌우된다면, 시간 에서의 살인 은 t - 1 에서의 사망 또는 다른 지연 의 함수일 수있다 . tt1

귀하의 질문에 순서대로 답변하지 않겠습니다. DGP가

yit=δyit1+xitβ+μi+vit,

μvδ=0

yit1v

yy¯iμNNTTδβN=20,100T=5,10,20,30δTT=3020%δ>0yβ

yit2Δyit1=yit1yit2xitxit1Xvy

Arellano and Bond (1991) 는보다 효율적인 일반 모멘텀 방법 (GMM) 추정기를 도출했으며, 이후 몇 가지 가정을 완화했다. Baltagi의 패널 책 8 장은 이 문헌에 대한 좋은 조사이지만, 내가 알 수있는 한 지연 선택을 다루지는 않습니다. 이것은 최첨단 측정법이지만 기술적으로 더 요구됩니다.

R 의 plm패키지 에는 이들 중 일부가 내장되어 있다고 생각합니다 . 동적 패널 모델은 버전 10 이후 Stata 에 있었고 SAS에는 GMM 버전 이 있습니다. 이 중 어느 것도 카운트 데이터 모델이 아니지만 데이터에 따라 크게 다르지 않을 수 있습니다. 그러나 다음 은 Stata의 GMM 동적 Poisson 패널 모델의 입니다.

yβ


당신은이 때의 차이를 당신은으로 구별 시리즈가있을 때 악기와 같은 수준을 사용하고, 그래서 수준의 시리즈를 ?
Andy W

iΔyt2=yt2yt3yt2Δyt1=yt1yt2
Dimitriy V. Masterov
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.