r - 面板数据 R 中的多重共线性检验

Question

我正在使用 R 中的 plm 包运行面板数据回归，并希望控制解释变量之间的多重共线性。
我知道car包中有vif()函数，但据我所知，它无法处理面板数据输出。
plm 可以进行其他诊断，例如单位根测试，但我没有找到计算多重共线性的方法。

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

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 50 个时间段内的 1,000 个观测值。
我使用的代码如下所示:

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

然后

vif(fixed) 

返回错误。

Answer 1

这个问题是引用其他统计软件包提出的，例如 SAS https://communities.sas.com/thread/47675和 Stata http://www.stata.com/statalist/archive/2005-08/msg00018.html常见的答案是使用池化模型来获得 VIF。其逻辑是，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个体效应。

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=pdata.frame(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)