随机效应模型的异方差检验

时间:2018-01-15 14:57:40

标签: r panel-data plm

大家

我正在使用plm包运行随机效果模型,现在我需要测试是否存在异方差性,但我不确定如何在提到的包中处理它。

我的模特:

random <- plm(Y ~ X, data=panel_data, model= "random", effect = "twoways")

提前谢谢!

1 个答案:

答案 0 :(得分:0)

可以使用 $return = ''; foreach($inputArray as $period =>$values) { $return .= "['".$period."'"; foreach($values as $key => $value) { if($value['score_counter_'.$key] >0) {//Prevent Divide by Zero $return .= ($value[$key]/$value['score_counter_'.$key]).", '".($value[$key]/$value['score_counter_'.$key])."'"; } } $return .= "]"; } echo $return; 函数测试异方差性和横截面依赖性,如plm package vignette第50页所述。有关如何解释plm::pcdtest()随机和固定效应模型的结果的全面演练是Getting Started with Fixed and Random Effects Models in R,可在普林斯顿大学的数据和统计服务网站上找到。

使用plm插图中的示例:

plm

......结果:

library(plm)
data("Grunfeld", package = "plm")
g <- plm(inv ~ value + capital, data = Grunfeld, index = c("firm", "year"))
pcdtest(g)