Я пытаюсь понять, как использовать регрессию панели в R, и не уверен, использовать ли FE, RE, объединение в пул или между моделями
Привет,
Я новичок в панели регрессии и пытаюсь разобраться с этим. В настоящее время я использую модель для прогнозирования общей годовой доходности средств, которая включает в себя непрерывные, категориальные условия и условия взаимодействия. Мои индексы - это ID фонда и год, а категориальные переменные - это фиктивные значения для каждого уровня (не включая 1 манекен). Поскольку я хочу включить неизменяемые во времени переменные (манекены), я настроил модель с фиксированными эффектами с эффектами = «время», так как R больше не отбрасывает их, но прочитал, что использование модели = «пул» также является подходящим способом использовать переменные, не зависящие от времени. Я также установил случайную модель и модель «между», так как они позволяют мне сохранить их. Модель «между» имеет очень скорректированный R2, но, похоже, очень мало того, что означает оценка этой модели, и будь то правильный подход к использованию. По сути, я пытался прочитать все, что мог, чтобы выработать наилучший подход, и, похоже, существует множество разных подходов, поэтому моя голова слегка кружится! Любое понимание того, как я могу судить о том, какую модель лучше использовать / действительно ли я лаю не на том дереве, было бы очень полезно.
модель с фиксированными эффектами
Europewithin <- plm(TotalReturnAnnual~ UKDummy+ GermanyDummy + NetherlandsDummy + FranceDummy + ItalyDummy + FinlandDummy + Residential + IndustrialLogistics + Multi.Sector + Office + Retail + CoreClosedEnd+ GAV + I(GAV^2)+ Age + I(Age^2)+ gearingLag + I(gearingLag^2)+ InterestRate +CPIGrowth + BBBBonds + InflationSurprise + M1MoneySupply + InterestRate + Dummy2009Onwards+ GermanyDummy:Dummy2007_2008 + UKDummy:Dummy2009Onwards + UKDummy:Dummy2007_2008 + NetherlandsDummy:Dummy2007_2008 + NetherlandsDummy:Dummy2009Onwards + GermanyDummy:Dummy2007_2008 + GermanyDummy:Dummy2009Onwards + FranceDummy:Dummy2007_2008 + FranceDummy:Dummy2009Onwards + ItalyDummy:Dummy2007_2008 + ItalyDummy:Dummy2007_2008 + ItalyDummy:Dummy2009Onwards + FinlandDummy:Dummy2007_2008 + FinlandDummy:Dummy2009Onwards + gearingLag:CoreDummy + I(gearingLag^2):CoreDummy + BrentCrude + RealGDPGrowth + CPIGrowth:InflationSurprise + RealGDPGrowth:InflationSurprise +gearingLag:UpmarketDummy + gearingLag:DownMarketDummy , data=panel, model="within", index = c("FundID", "Year"), effect="time")
модель объединения
Europepool <- plm(TotalReturnAnnual~ UKDummy+ GermanyDummy + NetherlandsDummy + FranceDummy + ItalyDummy + FinlandDummy + Residential + IndustrialLogistics + Multi.Sector + Office + Retail + CoreClosedEnd+ GAV + I(GAV^2)+ Age + I(Age^2)+ gearingLag + I(gearingLag^2)+ InterestRate +CPIGrowth + BBBBonds + InflationSurprise + M1MoneySupply + InterestRate + Dummy2009Onwards+ GermanyDummy:Dummy2007_2008 + UKDummy:Dummy2009Onwards + UKDummy:Dummy2007_2008 + NetherlandsDummy:Dummy2007_2008 + NetherlandsDummy:Dummy2009Onwards + GermanyDummy:Dummy2007_2008 + GermanyDummy:Dummy2009Onwards + FranceDummy:Dummy2007_2008 + FranceDummy:Dummy2009Onwards + ItalyDummy:Dummy2007_2008 + ItalyDummy:Dummy2007_2008 + ItalyDummy:Dummy2009Onwards + FinlandDummy:Dummy2007_2008 + FinlandDummy:Dummy2009Onwards + gearingLag:CoreDummy + I(gearingLag^2):CoreDummy + BrentCrude + RealGDPGrowth + CPIGrowth:InflationSurprise + RealGDPGrowth:InflationSurprise +gearingLag:UpmarketDummy + gearingLag:DownMarketDummy , data=panel, model="pooling", index = c("FundID", "Year"))
# Между моделью «Между» выполняется оценка по индивидуальным или временным средствам.
betweenmodel <- plm(TotalReturnAnnual~ UKDummy+ GermanyDummy + NetherlandsDummy + FranceDummy + ItalyDummy + FinlandDummy + Residential + IndustrialLogistics + Multi.Sector + Office + Retail + CoreClosedEnd+ GAV + I(GAV^2)+ Age + I(Age^2)+ gearingLag + I(gearingLag^2)+ InterestRate +CPIGrowth + BBBBonds + InflationSurprise + M1MoneySupply + InterestRate + Dummy2009Onwards+ GermanyDummy:Dummy2007_2008 + UKDummy:Dummy2009Onwards + UKDummy:Dummy2007_2008 + NetherlandsDummy:Dummy2007_2008 + NetherlandsDummy:Dummy2009Onwards + GermanyDummy:Dummy2007_2008 + GermanyDummy:Dummy2009Onwards + FranceDummy:Dummy2007_2008 + FranceDummy:Dummy2009Onwards + ItalyDummy:Dummy2007_2008 + ItalyDummy:Dummy2007_2008 + ItalyDummy:Dummy2009Onwards + FinlandDummy:Dummy2007_2008 + FinlandDummy:Dummy2009Onwards + gearingLag:CoreDummy + I(gearingLag^2):CoreDummy + BrentCrude + RealGDPGrowth + CPIGrowth:InflationSurprise + RealGDPGrowth:InflationSurprise +gearingLag:UpmarketDummy + gearingLag:DownMarketDummy, data=panel, model="between", index = c("FundID", "Year"))
случайная модель
Europerandom <- plm(TotalReturnAnnual~ UKDummy+ GermanyDummy + NetherlandsDummy + FranceDummy + ItalyDummy + FinlandDummy + Residential + IndustrialLogistics + Multi.Sector + Office + Retail + CoreClosedEnd+ GAV + I(GAV^2)+ Age + I(Age^2)+ gearingLag + I(gearingLag^2)+ InterestRate +CPIGrowth + BBBBonds + InflationSurprise + M1MoneySupply + InterestRate + Dummy2009Onwards+ GermanyDummy:Dummy2007_2008 + UKDummy:Dummy2009Onwards + UKDummy:Dummy2007_2008 + NetherlandsDummy:Dummy2007_2008 + NetherlandsDummy:Dummy2009Onwards + GermanyDummy:Dummy2007_2008 + GermanyDummy:Dummy2009Onwards + FranceDummy:Dummy2007_2008 + FranceDummy:Dummy2009Onwards + ItalyDummy:Dummy2007_2008 + ItalyDummy:Dummy2007_2008 + ItalyDummy:Dummy2009Onwards + FinlandDummy:Dummy2007_2008 + FinlandDummy:Dummy2009Onwards + gearingLag:CoreDummy + I(gearingLag^2):CoreDummy + BrentCrude + RealGDPGrowth + CPIGrowth:InflationSurprise + RealGDPGrowth:InflationSurprise +gearingLag:UpmarketDummy + gearingLag:DownMarketDummy , data=panel, model="random", index = c("FundID", "Year"))
Я хотел бы быть в состоянии уверенно обосновать правильный подход к использованию, извиняюсь за отсутствие данных, я не могу поделиться им.