Modellazione ARIMA con dati pannello

Question

Sto eseguendo una regressione effetti fissi e sto avendo un problema con l'autocorrelazione, per far fronte a ciò sto facendo modellazione ARIMA usando i pacchetti forecast, lmtest e plm. I miei dati sono dati panel generali, looks like this, sto provando a fare un po 'di modellazione ARIMA ma sto facendo fatica a incorporare termini autoregressivi e medie mobili in una regressione a effetti fissi usando il pacchetto plm. Ecco il mio tentativo.

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) 

La mia domanda è: come faccio a incorporare un termine autoregressivi e una media mobile di una regressione nel mio?

Answer 1

I economics, spesso non proviamo a fare la modellazione ARIMA con i dati del pannello. Invece, usiamo la (quasi-) stima della differenza nella differenza. Se non sei preoccupato per la non stazionarietà, che suona come se non lo fossi, allora questo documento di Bertrand, Duflo, and Mullainathan, "How Much Should We Trust Differences-in-Differences Estimates?", mette a confronto diversi modi di prendere in considerazione l'autocorrelazione per i dati del pannello. Scoprono che gli errori di bootstrap e HAC standard del blocco tendono a funzionare bene.