not only in applications in which t

not only in applications in which the relationship between the de-
pendent variable and its lagged values is of direct interest, but also

in applications in which the lagged dependent variable is an im-
portant control variable. For an overview of dynamic panel mod-
els, see Baltagi (2008). While parametric dynamic panel models

are increasingly popular, until very recently few, if any, estimators

for dynamic panel models allowed the lagged dependent variable

to enter the regression function nonparametrically. A recent pa-
per by Su and Lu (2013) addresses this gap in the literature. The

authors introduce a recursive local polynomial estimation method

for fixed effects dynamic panel models. They use methods devel-
oped in Mammen et al. (2009) to derive the uniform consistency

and asymptotic normality of the estimators under the assumption

of zero serial correlation in the idiosyncratic errors.

We propose a test for the null hypothesis zero serial correla-
tion. As argued in Li and Hsiao (1998), testing for serial correlation

has long been a standard practice in applied econometric analy-
sis because if the errors are serially correlated, not only an esti-
mator ignoring serial correlation is generally inefficient, it can be

inconsistent if the regressors contain lagged dependent variables.

Moreover, strong serial correlation is often an indication of omit-
ting important explanatory variables. Hence, testing autocorrela-
tion is important because the choice of an appropriate estimation

procedure for a given panel data model crucially depends on the

error structure assumed by the model. Often the estimation meth-
ods could be considerably simplified if the errors are not autocor-
related. In this paper, we will generalize Li and Hsiao’s test for zero

ผลลัพธ์ (ไทย) 1:

ไม่เพียงแต่ในการใช้งานซึ่งความสัมพันธ์ระหว่างเดอ -แขวนตัวแปรและค่าของ lagged ได้น่าสนใจโดยตรง แต่ยังในโปรแกรมประยุกต์ที่ขึ้นอยู่กับตัวแปร lagged เป็น im-ตัวแปรควบคุมของเกาะ สำหรับภาพรวมของแผงแบบ mod-แล้ง ดู Baltagi (2008) ขณะที่รูปแบบแผงแบบพาราเมตริกจะได้รับ จนถึง estimators มากเพิ่งไม่กี่ ถ้ามีสำหรับแผงแบบไดนามิก รุ่นอนุญาต lagged ขึ้นอยู่กับตัวแปรเมื่อต้องการป้อนฟังก์ชันถดถอย nonparametrically ล่าป่าแบบต่อด้วย Su Lu (2013) อยู่เพื่อไม่ให้มีช่องว่างในวรรณคดี ที่ผู้เขียนแนะนำวิธีการประเมินภายในพหุนามซ้ำสำหรับรูปแบบจำลองแบบไดนามิกแผงผลถาวร พวกเขาใช้วิธี devel-oped ใน Mammen et al. (2009) สามารถรับความสอดคล้องสม่ำเสมอnormality asymptotic ของ estimators ภายใต้สมมติฐานและของความสัมพันธ์ของศูนย์ประจำในข้อผิดพลาด idiosyncraticเราเสนอการทดสอบในสมมติฐานว่างเป็นศูนย์ประจำ correla-สเตรชัน เป็นโต้เถียงใน Li และ Hsiao (1998), ทดสอบความสัมพันธ์ของอนุกรมได้ปฏิบัติในมาตรฐานใช้ econometric analy -sis เพราะถ้าพลาดจะ serially correlated ไม่เพียงแต่การ esti -mator ละเว้นความสัมพันธ์ประจำโดยทั่วไปต่ำ สามารถไม่สอดคล้องกันถ้า regressors ที่ประกอบด้วย lagged ขึ้นอยู่กับตัวแปรนอกจากนี้ ความสัมพันธ์ประจำแข็งแรงมักจะเป็นการบ่งชี้งด-ทิงตัวแปรสำคัญที่อธิบาย การทดสอบดังนั้น autocorrela-สเตรชันเป็นสิ่งสำคัญเนื่องจากทางเลือกของการประเมินที่เหมาะสมขั้นตอนการกำหนดแผงแบบยังขึ้นอยู่กับการโครงสร้างข้อผิดพลาดที่สันนิษฐานตามแบบ มักจะประเมินจาก-ods สามารถทำได้มากง่ายขึ้นถ้าข้อผิดพลาดจะไม่ autocor -ที่เกี่ยวข้อง ในเอกสารนี้ เราจะเมลี่และของ Hsiao ทดสอบศูนย์

ผลลัพธ์ (ไทย) 2:

ไม่เพียง แต่ในการใช้งานในการที่ความสัมพันธ์ระหว่าง de-
ตัวแปรจี้และค่าสัมปทานที่เป็นที่สนใจโดยตรง แต่ยังในการใช้งานที่ขึ้นอยู่กับตัวแปรlagged ญเป็นตัวแปรควบคุมportant สำหรับภาพรวมของแผงแบบไดนามิก mod- Els ให้ดู Baltagi (2008) ในขณะที่ตัวแปรแบบไดนามิกแผงเป็นที่นิยมมากขึ้นเรื่อย ๆ จนน้อยมากเมื่อเร็ว ๆ นี้ถ้ามีประมาณสำหรับรุ่นแผงแบบไดนามิกได้รับอนุญาตให้ขึ้นอยู่กับตัวแปรlagged เพื่อเข้าสู่ฟังก์ชั่นการถดถอย nonparametrically Pa- ที่ผ่านมาต่อจากซูและลู(2013) ช่องว่างที่อยู่ในวรรณคดีนี้ ผู้เขียนแนะนำวิธีการประมาณพหุนาม recursive ท้องถิ่นสำหรับผลการแก้ไขรูปแบบแผงแบบไดนามิก พวกเขาใช้วิธีการพัฒนานั้นoped ใน Mammen et al, (2009) จะได้รับความสอดคล้องเครื่องแบบและปกติasymptotic ของประมาณภายใต้สมมติฐานของความสัมพันธ์แบบอนุกรมศูนย์ในข้อผิดพลาดที่มีนิสัยแปลกได้. เรานำเสนอการทดสอบสมมติฐานศูนย์อนุกรม correla- การ ในฐานะที่เป็นที่ถกเถียงกันอยู่ในหลี่และ Hsiao (1998), การทดสอบความสัมพันธ์ต่อเนื่องได้รับการปฏิบัติตามมาตรฐานทางเศรษฐมิติในanaly- ประยุกต์SIS เพราะถ้าข้อผิดพลาดมีความสัมพันธ์เป็นลำดับไม่เพียง esti- Mator ละเลยความสัมพันธ์แบบอนุกรมโดยทั่วไปจะไม่มีประสิทธิภาพก็สามารถที่ไม่สอดคล้องกันถ้า regressors ประกอบด้วย lagged ตัวแปร. นอกจากนี้ยังมีความสัมพันธ์ที่แข็งแกร่งต่อเนื่องมักจะเป็นข้อบ่งชี้ของ omit- ทิ้งอธิบายตัวแปรที่สำคัญ ดังนั้นการทดสอบ autocorrela- การเป็นสิ่งสำคัญเพราะทางเลือกของการประเมินที่เหมาะสมขั้นตอนสำหรับรูปแบบข้อมูลที่ได้รับแผงขับเคลื่อนขึ้นอยู่กับโครงสร้างของข้อผิดพลาดสันนิษฐานโดยรูปแบบ บ่อยครั้งที่ meth- ประเมินODS อาจจะง่ายมากถ้าข้อผิดพลาดที่ไม่ autocor- ที่เกี่ยวข้อง ในบทความนี้เราจะพูดคุยและทดสอบลี่ Hsiao สำหรับศูนย์

ผลลัพธ์ (ไทย) 3:

ไม่เพียง แต่ในการใช้งานซึ่งในความสัมพันธ์ระหว่าง de -
จี้ตัวแปรและค่าสัมปทานเป็น โดยตรง ดอกเบี้ย แต่ยัง

ในงานที่ล้าหลัง ตัวแปรตามคือ อิม -
portant ควบคุมตัวแปร สำหรับภาพรวมของแบบไดนามิกแผง ELS mod -
เห็น baltagi ( 2008 ) ในขณะที่พาราแผงแบบไดนามิกรูปแบบ

จะได้รับความนิยมมากขึ้น จนกระทั่งเมื่อเร็ว ๆนี้น้อยมากถ้าใด ๆประมาณ

สำหรับรุ่นที่แผงแบบไดนามิกให้ล้าหลัง ตัวแปรตาม

เพื่อป้อนฟังก์ชันการถดถอย nonparametrically . ล่าสุด ปา -
/ โดย ซู และ ลู ( 2013 ) ที่อยู่ช่องว่างนี้ในวรรณคดี

เขียนแนะนำวิธีการท้องถิ่นพหุนาม วิธีการประมาณค่า

ได้ผลแบบไดนามิกแผงรุ่น พวกเขาใช้วิธี devel oped -
ใน mammen et al .( 2552 ) ได้รับเครื่องแบบและความสอดคล้อง

แหล่งปกติของประมาณการภายใต้สมมติฐาน

0 อนุกรมสัมพันธ์ในข้อผิดพลาดมี

เราขอสำหรับการทดสอบสมมติฐานว่างศูนย์ต่อเนื่อง correla -
tion . ที่ถกเถียงกันอยู่ในหลี่ เชา ( 1998 ) , และการทดสอบสหสัมพันธ์อนุกรม

ได้รับการปฏิบัติในมาตรฐานที่ใช้แบบจำลองทางเศรษฐมิติวิเคราะห์ -
พี่ เพราะถ้าผิดพลาดจะเป็นบวก ไม่ใช่แค่เจ้า -
Mator ละเลยความสัมพันธ์ต่อเนื่องโดยทั่วไปไม่มีประสิทธิภาพ ได้

ไม่สอดคล้องกัน ถ้า regressors มี lagged ตัวแปร

นอกจากนี้ แรงต่อเนื่อง ความสัมพันธ์มักจะเป็นข้อบ่งชี้ของละเว้น -
ติ่งที่สำคัญที่อธิบายตัวแปร ดังนั้น การทดสอบ autocorrela -
tion เป็นสิ่งสำคัญเพราะทางเลือกของการประมาณค่า

ขั้นตอนเพื่อให้แผงข้อมูลแบบจำลอง crucially ขึ้นอยู่กับ

ผิดพลาดโครงสร้างสันนิษฐานโดยแบบจำลอง มักจะประเมินยาบ้า -
บอกอาจจะมากง่ายถ้าผิดพลาดจะไม่ autocor -
ที่เกี่ยวข้อง ในกระดาษนี้เราจะลงความเห็น และการทดสอบของศูนย์
เชา