Pronóstico de la tasa de desempleo con plm

Question

Por favor vea la pregunta para el fondo.

Siguiendo el consejo de @kwak y @Andy W, me he decidido a utilizar el paquete de plm en R a que se adapte a mi modelo. Aquí un extracto de los datos df (los números están hechos, no los datos reales!):

 reg año ur mur cl
1 1 2001 0.000698717 0.012483361 1
2 2 2001 0.008283762 0.011899896 1
3 3 2001 0.001863817 0.012393738 1
4 4 2001 0.005344206 0.012126016 1
5 5 2001 0.007475083 0.011962102 1
6 6 2001 0.002785111 0.012322869 1

donde reg es la región del indicador, el año es el año de medición, ur es la tasa de desempleo, mur es el promedio de la tasa de desempleo en las regiones vecinas ( cl) exclusión de la actual región (ver @kwak sugerencia). A continuación se muestra el código que he utilizado en R

fm <- pgmm(log(ur)~lag(log(ur),1)+log(mur)|lag(log(ur),2:40),data=df)

Tengo varias pregunta con respecto a este modelo:

• Supongo que debería elegir effect="individual" para evitar tener tiempo dependiente de la intercepta (?). Pero al hacerlo así, el código se bloquea (Error en los nombres(coeficientes) <- c(namesX, namest))!
• Que model debo elegir, onestep o twosteps?
• ¿Cómo puedo decidir sobre el número de instrumentos (40 es sólo una suposición)?

Suponiendo que me han equipado este modelo con éxito, ¿cómo puedo simular a partir de ella?

Saludos

Answer 1

Es un bug conocido en plm paquete, cuando effect="individual" el pgmm se bloquea. Se ha corregido el error en plm versión 1.2-7.

Como para la simulación, es necesario calcular las estimaciones de los efectos individuales, ya que no se estima en GMM. En el momento actual, el plm no tiene las funciones para la predicción del modelo GMM. He creado y ponerlos aquí, pero yo no recomendamos el uso de ellos si usted no está familiarizado con R. he presentado estas funciones (previsión.pgmm y predecir.pgmm) para plm mantenedores, pero no se incluyen aún en plm paquete.