面板平滑转移回归(PSTR)分析-CSDN博客

本文介绍了面板平滑转移回归(PSTR)模型的建模过程，包括规范、估计和评估阶段。通过R语言实现PSTR模型，探讨了数据初始化、模型估计与评估的方法，如线性测试、野生 bootstrapping 和集群野生 bootstrapping。此外，还展示了如何绘制PSTR模型的估计结果，以直观理解模型中非线性效应的影响。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

建模过程包括三个阶段：规范，估计和评估。该软件包提供的工具可帮助用户进行模型规范测试，进行PSTR模型评估以及进行模型评估。

在程序包中实现了集群依赖性和异方差性一致性测试。

还实现了wild bootstrap和cluster wild bootstrap测试。

并行计算（作为选项）在某些函数中实现，尤其是引导测试。因此，该程序包适合在超级计算服务器上运行多个核心的任务。

数据

“Hansen99”的数据集来提供示例。

初始化

您可以通过执行创建PSTR类的新对象

 
 
#> Summary of the model:
#> ---------------------------------------------------------------------------
#>   time horizon sample size = 14,  number of individuals = 560
#> ---------------------------------------------------------------------------
#> Dependent variable:  inva
#> ---------------------------------------------------------------------------
#> Explanatory variables in the linear part:
#>   dt_75 dt_76 dt_77 dt_78 dt_79 dt_80 dt_81 dt_82 dt_83 dt_84 dt_85 dt_86 dt_87 vala debta cfa sales
#> ---------------------------------------------------------------------------
#> Explanatory variables in the non-linear part:
#>   vala debta cfa sales
#> ---------------------------------------------------------------------------
#> Potential transition variable(s) to be tested:
#>   vala
#> ###########################################################################
#> ***************************************************************************
#> Results of the linearity (homogeneity) tests:
#> ***************************************************************************
#> Sequence of homogeneity tests for selecting number of switches 'm':
#> ***************************************************************************
#> ###########################################################################

它说使用了数据集“Hansen99”，因变量是“inva”，第4列到第20列的数据中的变量是线性部分的解释变量（尽管你可以写下它们的名称），非线性部分中的解释变量是“indep_k”中的四个，潜在的转换变量是“vala”（Tobin的Q）。

以下代码执行线性测试

 
#> ###########################################################################
#> ***************************************************************************
#> Results of the linearity (ho