Проверка корневого теста модуля панели в R выполняется вручную - PullRequest
Новая
       17

Проверка корневого теста модуля панели в R выполняется вручную

1 голос
/ 03 апреля 2012

Я потратил много времени в поисках специального пакета, который мог бы запустить модульный тест Pesaran (2007) (который предполагает зависимость от поперечного сечения в отличие от большинства других), и я не нашел ни одного.Итак, я решил сделать это вручную;однако, я не знаю, где я ошибаюсь, потому что мои результаты сильно отличаются от результатов Microsoft Excel (в которых это делается очень легко).

Мой фрейм данных состоит из 22 стран с506 наблюдений за дневными ценовыми индексами.Ниже приводится модель для запуска с использованием модульного корневого теста Pesaran (2007):

(i) Только с перехватом

enter image description here

, где $ \ overline {Y} $ - среднее по сечению наблюдений по странам в каждый раз, когда $ t $, а $ b $ - интересующий нас коэффициент, поскольку он позволит нам вычислить статистику теста АПД и затем определить, является ли процесс стационарным илиnot.

Я построил каждую из этих переменных следующим образом:

(Delta) Y (t) 

dif.yt = diff(yt) 
## yt is the object containing all the observations for a specific country 
## (e.g. Australia)

Y (t-1) 

yt.lag.1 = lag(yt, -1)

Y (бар) (т-1) 

ybar.lag.1 = lag(c(rowMeans(x)), -1) 
## x is the object containing my entire data frame

(дельта) Y (бар) (т-1) 

dif.ybar.lag.1 = diff(ybar.lag.1)

(дельта) Y (бар) (т-2) 

dif.ybar.lag.2 = diff(lag(c(rowMeans(x)), -2))

(дельта) Y (т-1) 

dif.yt.lag.1 = diff(yt.lag.1)

(дельта) Y (т-2) 

dif.yt.lag.2 = diff(lag(yt, -2)

После построения каждой переменной по отдельности, я запускаю линейную регрессию 

reg = lm(dif.yt ~ yt.lag.1[-1] + ybar.lag.1[-1] + dif.ybar.lag.1 + 
                  dif.ybar.lag.2 + dif.yt.lag.1 + dif.yt.lag.2)
summary(reg)

Очевидно, что объясняющие переменные в моем уравнении регрессии отличаются по длине, поэтому я хотел бы знать, есть ли способв R, чтобы сделать все переменные равной длины(возможно с функцией).

Кроме того, я хотел бы знать, была ли правильная процедура, которую я использовал, и есть ли более оптимальные способы.

1 Ответ

1 голос
/ 03 апреля 2012 
 library(dynlm)

    #object class is a zoo or ts 

  reg =   dynlm(d(yt) ~ (L(yt, 1) + L(ybar,1) + d(L(ybar,1) + ....
     data = ~yourdata, start = .... other args)

summary(reg)

Подробнее о пакете: http://cran.r -project.org / web / packages / dynlm / dynlm.pdf

...