9

我正在使用plm包运行面板数据回归，R并希望控制解释变量之间的多重共线性。
我知道 -package 中有这个vif()功能car，但据我所知，它不能处理面板数据输出。
可以进行其他诊断，plm例如单位根检验，但我没有找到计算多重共线性的方法。

有没有办法计算类似的测试vif，或者我可以将每个变量视为时间序列，省略面板信息并使用car包运行测试？

我不能透露数据，但问题应该与所有面板数据模型有关。
该维度大约是 1,000 个观测值，超过 50 个时间段。
我使用的代码如下所示：

pdata <- plm.data(RegData, index=c("id","time"))
fixed <- plm(Y~X, data=pdata, model="within")

接着

vif(fixed)

返回错误。


先感谢您。

4

1 回答 1

16

参考其他统计软件包（例如 SAS https://communities.sas.com/thread/47675和 Stata http://www.stata.com/statalist/archive/2005-08/msg00018.html ）提出了这个问题常见的答案是使用池化模型来获得 VIF。逻辑是，由于多重共线性仅与自变量有关，因此无需使用面板方法来控制单个效应。

这是从另一个站点提取的一些代码：

mydata=read.csv("US Panel Data.csv")
attach(mydata)  # not sure is that's really needed
Y=cbind(Return) # not sure what that is doing
pdata=plm.data(mydata, index=c("id","t"))
model=plm(Y ~ 1+ESG+Beta+Market.Cap+PTBV+Momentum+Dummy1+Dummy2+Dummy3+Dummy4+Dummy5+
                   Dummy6+Dummy7+Dummy8+Dummy9,
           data=pdata,model="pooling")
vif(model)
于 2013-11-29T17:48:43.237 回答