我运行一个面板回归（randon效应），我有几个回归者候选人 .

X.panel3.form = as.formula(c("value ~ ",paste(X.panel3.cols,collapse="+")))

> X.panel3.form
value ~ SMB + HML + MOM + IBX + EQWO + TERMBZ + BZCDS5Y + COEN + 
    COMP + COMI + COAG + DOL + VIX + SPX + TERMUS

然后我运行一个简单的面板回归模型

fit.plm = plm(X.panel3.form,data=panel,index = c("variable","Date"),  model="random")

这将是完整的模型，但我想自动选择具有较少回归量的模型 . 类似于逐步程序 .

事实上逐步和AIC的优化将是最好的参考，只有更简单的保持更相关的回归量 .

关键是 Step() 函数不适用于R中的面板数据（我相信它因为没有面板模型的最大可能性估计）

所以在运行 Step() 时， StepAIC() （来自Mass包）

我收到了错误：

Error in UseMethod("extractAIC") : 
  no applicable method for 'extractAIC' applied to an object of class "c('plm', 'panelmodel')"

所以我的问题是：在使用plm软件包时，R中自动模型选择的替代方案和面板数据集的可能简单实现是什么？

r model dataset panel regression