Включення відсталої залежної змінної в регресію

Я дуже розгублений щодо того, чи є законним включення змінної залежної змінної до регресійної моделі. В основному я думаю, якщо ця модель зосереджена на взаємозв'язку між зміною Y та іншими незалежними змінними, то додавання відсталої залежної змінної в правій частині може гарантувати, що коефіцієнт перед іншими IV не залежить від попереднього значення Y.

Деякі кажуть, що включення LDV зменшить коефіцієнт інших IV. Деякі інші кажуть, що можна включати LDV, що може зменшити послідовну кореляцію.

Я знаю, що це питання є досить загальним з точки зору регресу. Але мої статистичні знання обмежені, і мені справді важко з'ясувати, чи слід включати відсталу залежну змінну в регресійну модель, коли фокусом є зміна Y з часом.

Чи існують інші підходи для вирішення впливу Xs на зміну Y з часом? Я спробував різні бали змін, як DV, але R квадрат у цій ситуації дуже низький.

$\beta$$t$$t-1$$t$

$t-1$$t-2$

Я рекомендую дві статті:

1. Achen CH (2001) Чому відстаючі залежні змінні можуть придушити пояснювальну силу інших незалежних змінних ( посилання )
2. Keele, L. та Kelly NJ (2005) Динамічні моделі для динамічних теорій: входи та виходи відстаючих залежних змінних ( посилання ).

Підсумок полягає в тому, що включення змінної залежної змінної може мати великий вплив на коефіцієнти інших змінних. Іноді це доречно (для динамічних моделей Keele та Kelly), а іноді ні. Як говорили інші, важливо подумати про модельований процес.

Включення відсталих залежних змінних може зменшити виникнення автокореляції, що виникає внаслідок неправильної специфікації моделі. Таким чином, облік відсталих залежних змінних допомагає захистити існування автокореляції в моделі. Минуле значення впливає на сьогодення в моделі, вимагає теоретичного підґрунтя та найкращого підходу до моделі відповідно до вимог.

Що мене інтригує в цьому питанні - це не знати більше про специфікацію моделі чи техніку її оцінювання. Я зазначу, що, хоча використання відсталих DV серед IV може бути теоретично важливим та методологічно необхідним, воно також може ввести ризиковану кількість ендогенності в модель, залежно від істотного співвідношення між змінними та одиницями часу, а також від AR порядку, який може існувати в моделі. Якщо ви (і ми) не маєте більше деталей щодо змінних та оцінки, мені не буде комфортно рекомендувати відставання від DV, якщо ви не думаєте про якусь інструментальну змінну техніку чи щось подібне до оцінки Arellano-Bond.

Будь ласка, дайте нам більше деталей, щоб ми могли краще знати, про яку модель ми говоримо.

Так, вам слід насторожено ставитися до упередженості Нікелла в невеликій T великій N ситуації (Nickell, S. (1981). Зміни в динамічних моделях з фіксованими ефектами. Econometrica: Journal of Econometric Society, 1417-1426.)

Можливо, ви захочете переглянути такі моделі даних динамічної панелі, як оцінювачі Arellano-Bond або Blundell-Bond.