Tengo datos de panel para conteos de nuevas empresas en diferentes regiones durante seis años. Estoy estimando una regresión de Poisson estática con efectos fijos multiplicativos ∗ ; También intenté estimar un modelo dinámico introduciendo una variable dependiente retrasada, pero no pude hacer que ese último modelo funcionara. Ahora, me gustaría probar los residuos del modelo estático para la autocorrelación, de modo que tenga una idea de la importancia de la dinámica. Sin embargo, no puedo encontrar ninguna prueba de diagnóstico para esto en un libro de texto (he examinado Wooldridge, Cameron & Trivedi, Winkelmann, Greene), y tampoco he visto una prueba de este tipo en un trabajo de investigación. Dado que los efectos individuales en el modelo no se identifican, no sé cómo calcular los residuos significativos en primer lugar.
¿Alguien 1) sabe cómo calcular residuos significativos; y 2) ¿conoce alguna prueba de diagnóstico para estos modelos de panel de efectos fijos de Poisson?
FYI: estoy usando Stata (versión 12.1) -xtpoisson, fe vce (robusto) - comando para el modelo estático. Los comandos de postestimación de Stata pueden calcular valores pronosticados, etc., pero solo suponiendo que los efectos individuales son todos cero.
La regresión de Poisson de sección transversal (o agrupada) modela el número esperado de recuentos y como E [ y i | x i ] = exp ( X i β ) , con β los coeficientes y X i las variables. Una forma común de agregar efectos fijos individuales con datos de panel es dejar que los efectos α i ingresen al modelo de forma multiplicativa: E [ y i t | X i t , α i ] = α .