कैसे पैनल डेटा के साथ वेक्टर autoregression और आवेग प्रतिक्रिया समारोह का अनुमान लगाने के लिए


9

मैं वेक्टर ऑटो-रिग्रेशन (VAR) और आवेग प्रतिक्रिया समारोह (IRFs) के आकलन पर काम कर रहा हूं, जो 77 तिमाहियों में 33 व्यक्तियों के साथ पैनल डेटा पर आधारित है। इस प्रकार की स्थिति का विश्लेषण कैसे किया जाना चाहिए? इस उद्देश्य के लिए एल्गोरिथ्म क्या है? मैं आर में इन विश्लेषणों का संचालन करना पसंद करूंगा, इसलिए यदि कोई आर कोड या इस उद्देश्य के लिए डिज़ाइन किए गए पैकेज से परिचित है कि वे सुझाव दे सकते हैं, तो यह विशेष रूप से उपयोगी होगा।


साइट पर आपका स्वागत है, @ रमन। आर पैकेजों के लिए पूछना सीवी के लिए ऑफ-टॉपिक है (हमारा सहायता पृष्ठ देखें )। इसके अलावा, यह क्यू स्टैक ओवरफ्लो पर भी ऑफ-टॉपिक होगा । आप r-help listerv की कोशिश कर सकते हैं।
गूँग - मोनिका

यह प्रश्न ऑफ़-टॉपिक प्रतीत होता है क्योंकि यह R संकुल के बारे में पूछने के बारे में है।
गूँग - मोनिका

क्या मैं पैनल VAR आकलन के लिए एल्गोरिथ्म के लिए पूछ सकता हूं?
रोम

3
निश्चित रूप से, आप w / इस स्थिति से निपटने के तरीके के बारे में पूछ सकते हैं, और किसी को जवाब देने की प्रक्रिया में कुछ सहायक आर कोड (या नहीं ...) प्रदान करने में सक्षम हो सकते हैं। यह सिर्फ पूछ रहा है 'क्या पैकेज एक्स करेगा' कि ऑफ-टॉपिक है। यदि आप चाहते हैं कि प्रश्न यहाँ बने रहें (और खुले रहें), तो अपने Q को संपादित करके इसे विषय पर रखें। यह आप को पढ़ने के लिए मदद मिल सकती है मदद पृष्ठ के प्रासंगिक अनुभाग और हमारे सवाल पूछ करने के लिए गाइड को अपने Q को पुन: में
फिर से बहाल करते मोनिका - गुंग

मैंने इसे इस उम्मीद में संपादित किया है कि यह आपके लिए अधिक उत्पादक उत्तर दे सकता है। कृपया सुनिश्चित करें कि यह अभी भी पूछ रहा है कि आप क्या जानना चाहते हैं और यदि आप इसे पसंद करते हैं तो देखें। यदि नहीं, तो मेरे माफीनामे के साथ अपने अंतिम संपादन पर वापस जाने के लिए "रोलबैक" पर क्लिक करें।
गूँग - मोनिका

जवाबों:



6

सामान्य पैनल डेटा वेक्टर ऑटोरेजेशन मॉडल में एलेनो-बॉन्ड अनुमानक (आमतौर पर "अंतर" जीएमएम के रूप में संदर्भित), ब्लंडेल-बॉन्ड अनुमानक (आमतौर पर "सिस्टम" जीएमएम) और एरेलेनो-बॉड अनुमानक शामिल हैं। सभी GMM का उपयोग करते हैं, और एक मॉडल के साथ शुरू करते हैं:

yit=l=1pρlyi,tl+xi,tβ+αi+ϵit

और बॉन्ड निश्चित प्रभाव को हटाने के लिए का पहला अंतर , फिर - और फिर उपकरणों के रूप में स्तरों का उपयोग करते हैं: yi,tαi

E[Δϵityi,t2]=0

यह मूल रूप से इस Holtz-Eakin Newey रोसेन लेख में विस्तृत प्रक्रिया के समान है , जो कार्यान्वयन के लिए कुछ निर्देश भी प्रदान करता है।

ब्लंडेल और बॉन्ड का उपयोग स्तरों के लिए उपकरणों के रूप में पहले अंतर से पिछड़ गया:

E[ϵitΔyi,t1]=0
नाम "सिस्टम" GMM का अर्थ आमतौर पर Arellano बॉन्ड के साथ इन उपकरणों का मिश्रण होता है।

एरेलेनो और बोवर सिस्टम GMM का उपयोग करते हैं और साथ ही वेरिएबल्स के फॉरवर्ड सीमांकन का भी पता लगाते हैं, जो कि मेरे ज्ञान के लिए सीधे लागू नहीं है R, लेकिन आप विवरण के लिए उनके पेपर की जांच कर सकते हैं।

में R, दोनों Arellano-बॉन्ड और ब्लंडेल-बॉण्ड में लागू किया जाता है plmपैकेज आदेश के तहत, pgmm। जिस दस्तावेज़ को मैंने लिंक किया है, वह उन्हें लागू करने के लिए निर्देश और उदाहरण प्रदान करता है।


आपका बहुत बहुत धन्यवाद! मैंने साधारण पैनलों के लिए plm पैकेज का उपयोग किया। और मैं पीवीएआरएस के लिए इसके आवेदन के बारे में चिंतित था। धन्यवाद।
रोम

1
researchgate.net/publication/322526372_panelvar_044 आपको यहां पैकेज मिलेगा। आपके शोध का सौभाग्य
माइकल सिगमंड

3

यदि आप डेटासेट को pdata.frame (plm पैकेज) के साथ परिवर्तित करने के बाद आप प्रतीत होता है कि असंबंधित रिग्रेशन समीकरण (पैकेज सिस्टमफ़िट का उपयोग करके) की एक प्रणाली का उपयोग कर सकते हैं। आपको अपने द्वारा आवेग प्रतिक्रिया कार्यों को प्राप्त करने की आवश्यकता है। यदि आप हैमिल्टन या ग्रीन की पाठ्यपुस्तक का पालन करते हैं, तो यह बहुत जटिल नहीं होना चाहिए।


2

मुझे सिर्फ माइकल सिगमंड, रॉबर्ट फर्स्टल और डैनियल उंटकोफ्लर द्वारा यह पेपर "पैनल वेक्टर ऑटोरेजेशन इन आर: द पेनलवर पैकेज" (2017) मिला, जो मूल रूप से आर। Https://papers.ssrn.com में लागू किए गए तरीकों का विवरण है। /sol3/papers.cfm?abstract_id=2896087

इसके अतिरिक्त, यहां एक और सवाल है: आर में पैनल वेक्टर ऑटोरेर्गन मॉडल?

लेखक अब सीआरएएन पर कोड प्रकाशित करने की प्रक्रिया में हैं, लेकिन पहले से ही अनुसंधानगेट पर बाइनरी पैकेज प्रदान करते हैं। https://www.researchgate.net/project/Panel-Vector-Autoregression-Models-with-different-GMM-estimators

बाइनरी पैनलवर पैकेज को सीधे डाउनलोड किया जा सकता है, मुझे लगता है कि निकट भविष्य में स्रोत सीआरएएन पर उपलब्ध होने चाहिए। https://www.researchgate.net/publication/322526372_panelvar_044


1
लिंक टूटने पर लिंक-ही उत्तर बेकार हो सकते हैं (यह वास्तव में होता है)। आप कागज से प्रमुख अवधारणाओं की प्रस्तुति के साथ अपने उत्तर का विस्तार कर सकते हैं, आप से लिंक करते हैं। या कम से कम 'चेक आउट Panelvarपैकेज लिखें ।
सुस्स डेरिलो

खैर, पैकेज अभी तक कहीं भी प्रकाशित नहीं हुआ है, इसलिए मैं मूल रूप से सिर्फ कुछ संदर्भ जोड़ना चाहता था। आशा है कि अब यह पर्याप्त है।
hannes101

2
हाँ, यह बेहतर है। अब मैं इस पेपर को खोज सकता हूं भले ही आपका लिंक टूट जाए। धन्यवाद!
सकज़ डेरिलो

पैकेज panelvarCRAN पर अब तक उपलब्ध है। एक बार स्थापित और लोड, मैं कम से शुरू होगा?pvargmm
altabq

1

मैं {vars}आर में पुस्तकालय का उपयोग करने का सुझाव दूंगा। इसमें एक VAR- मॉडल का आकलन करने के लिए और इस मॉडल से एक आवेग प्रतिक्रिया समारोह का आकलन करने और ग्रेनर कारण आदि की जांच के लिए एक फ़ंक्शन है।

मेरा सुझाव है कि आप निम्नलिखित कार्यों को देखें:

> VARselect()
> VAR()
> irf()
> causality()

आपकी टिप्पणी के लिए धन्यवाद @fredrikhs वास्तव में {var} समय-श्रृंखला के लिए अच्छा है। पैनलों के प्रयोजन के लिए इस पैकेज का उपयोग कैसे करें? प्रत्यक्ष आवेदन काम नहीं करता है ...
रोम

क्या आप एक उदाहरण दे सकते हैं, डेटा कैसा दिखता है?
फ्रेड्रिक्‍स

डेटा {plm} पैकेज उद्देश्य के लिए सामान्य प्रारूप में है। Vars: ID देश वर्ष REER GDP फ़ाइनलकंसकंपनी डिमेडिसिटी डेमांड ... (कुल 21 संस्करण) 1994Q1 से अधिक: 2003Q1 समय की अवधि
रोम

varsपैकेज पैनल डेटा के साथ काम नहीं करता है, afaik
altabq

1

हाय @ रमन और हर एक। मैं पैनल VAR मॉडल में भी हूं और अपनी खोज में, मैं इस स्टैट-आधारित उपयोगकर्ता-लिखित कमांड pvar और xtvar पर आया हूं। मैंने पहले से ही pvar का इस्तेमाल किया है और यह काफी ठीक है। आप इसके बारे में यहाँ और एक कदम-दर-चरण आवेदन पढ़ सकते हैं


यहाँ pvar कमांड और एप्लिकेशन का लिंक दिया गया है: paneldataconference2015.ceu.hu/hugram/Michael-Abrigo.pdf
Ayobami

1
ओपी ने आर कोड के लिए कहा तो मुझे यकीन नहीं है कि आपको क्यों लगता है कि स्टाटा उसकी कोई मदद करेगा। शायद आप अपने उत्तर को विस्तृत करने के लिए संपादित कर सकते हैं?
mdewey
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.