如何在固定效应面板泊松模型中测试自回归残差项?


9

我有六年来不同地区新公司数量的面板数据。我正在估计具有乘法固定效应的静态泊松回归*;我还尝试通过引入滞后因变量来估算动态模型,但无法使后者模型起作用。现在,我想测试静态模型中的残差是否具有自相关性,以便对动力学的重要性有所了解。但是,我在教科书中找不到对此的任何诊断测试(我看过Wooldridge,Cameron&Trivedi,Winkelmann,Greene),也没有在研究论文中看到这种测试。由于未识别模型中的各个效应,因此我一开始不知道如何计算有意义的残差。

是否有人1)知道如何计算有意义的残差;和2)知道这些面板固定效应泊松模型的诊断测试吗?

仅供参考:我在静态模型中使用Stata(12.1版)-xtpoisson,fe vce(robust)-命令。Stata的后估计命令可以计算预测值等,但仅假设各个效果均为零。

横截面(或合并的)泊松回归模型将期望的计数 y数建模为 E [ y i | X ] = EXP X β ,与 β系数和 X 的变量。添加与面板数据个别固定效应的一种常见方式是让效果 α 乘法进入此模型: ë [ ÿ | X α ] = αÿË[ÿ一世|X一世]=经验值X一世ββX一世α一世Ë[ÿ一世Ť|X一世Ťα一世]=α一世经验值X一世Ťβ


这的确是一个尚未开发的问题,即使对于非面板数据也是如此(对于这些非面板数据,它们大多存在负面结果,例如针对portcorteau自相关的测试至少需要进行一些调整才能在Poisson框架中运行)。我会收集一些文献,但它是稀疏的,在许多情况下,在密闭的手稿,技术报告等
阿莱科斯·帕帕多普洛斯

也许经过Cross验证可以更好地帮助您?stats.stackexchange.com(针对重新访问此线程的人们-我想现在您已经找到答案了)
JoaoBotelho
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.