时间戳

首页 > 解决方案 > 空间固定效应面板模型中的近似影响

r - 空间固定效应面板模型中的近似影响

问题描述

我正在使用空间固定效应估计器来分析特定预变量对结果变量的影响。我使用 R 中空间面板计量经济学包splm中的 spml 函数来实现这种识别。

对于结果的解释，我不仅对回归系数感兴趣，而且对估计直接效应和空间诱导的间接效应的影响感兴趣，这些效应是由于对结果应用一个单位的治疗变量而产生的变量。splm包方便地提供了一个Impact ()函数来估计影响统计数据。

但是，使用impacts.splm()函数估计影响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？

如果我想对我的预测变量在固定模型中的影响有一个合理的认识，有没有办法近似影响？例如，估计固定效应和随机效应模型是否合理，并认为在随机效应和固定效应模型中回归系数 beta 和空间相关系数 rho 具有相似的大小，那么在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将受到欢迎！谢谢！

附上一个可重现的示例，用于说明目的：

# 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, data = Produc, listw = mat2listw(usaww),model="random", spatial.error="none", lag=TRUE)

标签： rgeospatialpanel-dataspml

解决方案

推荐阅读