Выполнение линейной регрессии на зависимых от времени парных наблюдениях - PullRequest
Новая
       11

Выполнение линейной регрессии на зависимых от времени парных наблюдениях

0 голосов
/ 24 апреля 2019

Мне нужно оценить гравитационную модель для моих зависящих от времени данных.Данные состоят из 85 уникальных пар стран, оценивающих одну зависимую переменную с 8 независимыми переменными в течение 20 лет.

Я уже пытался оценить данные, используя простую модель линейной регрессии, но это не соответствует моим потребностям. 

lm(formula = FDIij ~ GDPi + GDPj + REXi + REXj + TRADECi + TRADECj, 
    data = Regression_Data)

Residuals:
   Min     1Q Median     3Q    Max 
-20874  -1465   -363    571  86448 

Coefficients:
              Estimate Std. Error t value Pr(>|t|)    
(Intercept) -9.231e+03  1.751e+03  -5.273 1.54e-07 ***
GDPi         7.942e-01  6.853e-02  11.589  < 2e-16 ***
GDPj         4.056e-01  1.345e-01   3.015 0.002612 ** 
REXi        -1.272e+01  6.568e+00  -1.937 0.052934 .  
REXj         1.050e+02  1.638e+01   6.411 1.92e-10 ***
TRADECi     -1.241e+05  1.957e+04  -6.344 2.94e-10 ***
TRADECj      1.415e+05  3.938e+04   3.594 0.000336 ***

Я намерен достичь некоторой беты для каждого фактора, зависящего от времении какое-то время независимая бета-версия.Мои желаемые модели выглядят следующим образом: FDI_ijt = alpha_ij + beta_0 + beta GDP_it + beta GDP_jt + beta * REX_jt + beta TRADE_it + beta TRADE_jt + epsilon_ijt

...