如何解决空间固定效应面板模型中的近似影响
我正在使用空间固定效应估计器来分析特定预测因子对结果变量的影响。我使用 R 中空间面板计量经济学包 splm 中的 spml 函数实现了这种识别。
对于结果的解释,我不仅对回归系数感兴趣,而且对影响感兴趣,它估计了应用程序产生的直接影响和空间诱导的间接影响一个单位的治疗变量对结果变量的影响。 splm 包方便地提供了一个 impact() 函数,用于估计影响统计数据。
但是,impacts.splm() 函数对影响的估计仅适用于随机效应模型,而不适用于固定模型。有人知道这个限制的原因吗?
如果我想对固定模型中预测变量的影响有一个合理的认识,有什么办法可以近似估计影响吗?例如,同时估计固定效应和随机效应模型是否合理,并认为假设回归系数 beta 和空间相关系数 rho 在随机和固定效应模型中具有相似的幅度,那么控制未观察到的异质性(固定效应)后,我的预测变量也可能与随机效应模型中观察到的影响具有相似的幅度?任何关于更优雅的近似策略的想法都会非常受欢迎!谢谢!
附上一个可重现的示例以供说明:
# Load functions and data
library(splm)
data(Produc,package = "plm")
data(usaww)
# Prepare formula
fm <- log(gsp) ~ log(pcap) + log(pc) + log(emp) + unemp
# Estimation of fixed effects model - impact function returns error message - type fixed effects error model is not implemented
fespaterr <- spml(fm,data = Produc,listw = mat2listw(usaww),model="within",spatial.error="b",Hess = FALSE)
# Estimation of random effects model - impact function works just fine
impac1 <- impacts(fespaterr,listw = mat2listw(usaww,style = "W"),time = 17)
respatlag <- spml(fm,model="random",spatial.error="none",lag=TRUE)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。