Modelado ARIMA con datos de panel

Question

Estoy haciendo una regresión de efectos fijos y estoy teniendo un problema con la autocorrelación, para tratar con esto estoy haciendo el modelado ARIMA utilizando los paquetes forecast, lmtest y plm. Mis datos son datos generales del panel, looks like this, estoy intentando hacer algunos modelos ARIMA, pero estoy teniendo dificultades para incorporar términos autorregresivos y promedios móviles en una regresión de efectos fijos utilizando el paquete plm. Aquí está mi intento.

world_hour_fix = 
    plm(WBGDPhour ~ broadband + resourcerents + education, 
     data = hourframe, model = "within") 

auto.arima(world_hour_fix$residuals) 

# Series: world_hour_fix$residuals 
# ARIMA(1,0,1) with zero mean  
# 
#  Coefficients: 
#  ar1  ma1 
#  0.403 0.3135 
# s.e. 0.138 0.1586 
# 
# sigma^2 estimated as 0.4901: log likelihood=-175.54 
# AIC=357.09 AICc=357.23 BIC=366.4 

auto.arima(world_fix$residuals) 

Mi pregunta es: ¿Cómo incorporo un término autorregresivo y una media móvil de uno en mi regresión?

Answer 1

I economía, a menudo no intentamos hacer modelos ARIMA con datos de panel. En cambio, usamos (cuasi-) estimación de diferencia en diferencias. Si no está preocupado por la no estacionariedad, que parece que no es así, entonces este documento por Bertrand, Duflo, and Mullainathan, "How Much Should We Trust Differences-in-Differences Estimates?", compara diferentes maneras de tener en cuenta la autocorrelación de los datos del panel. Encuentran que los errores estándar bootstrap y HAC tienden a funcionar bien.