PLM dans R avec variable invariable dans le temps

Question

J'essaie d'analyser une donnée de panel qui inclut des observations pour chaque état américain collecté sur 45 ans. J'ai deux variables prédictives qui varient dans le temps (A, B) et une qui ne varie pas (C). Je suis particulièrement intéressé de connaître l'effet de C sur la variable dépendante Y, tout en contrôlant A et B, et les différences entre les états et le temps.

C'est le modèle que j'ai, en utilisant paquet plm R.

random <- plm(Y~log1p(A)+B+C, index=c("state","year"),model="random",data=data) 

Mon raisonnement est que, avec un temps variable invariante je devrais utiliser le modèle d'effet aléatoire plutôt que fixe. Ma question est la suivante: mon modèle et mes pensées sont-ils corrects?

Nous vous remercions de votre aide à l'avance.

Answer 1

Vous basez votre réponse sur la décision entre solé et effet aléatoire sur des raisons de calcul. Veuillez voir les hypothèses spécifiques associées aux différents modèles. Le test de Hausman est souvent utilisé pour faire la distinction entre le modèle des effets fixes et celui des effets aléatoires, mais ne doit pas être considéré comme la réponse définitive (tout bon manuel aura plus de détails).

De plus, les MCO regroupés pourraient donner un bon modèle, s'il y a lieu. Calculé, le MCO groupé vous donnera également des estimations pour les variables invariantes dans le temps.