本文将Baltagi等人(2018,2021)的静态和动态污染论文扩展到动态时空模型。我们研究了贝叶斯面板数据模型对可能的先验分布错误规范的鲁棒性。所提出的鲁棒贝叶斯方法在两个方面偏离了标准贝叶斯框架。首先，我们考虑模型参数和个体效应的先验分布的污染类别。其次，基础引出先验和污染先验都使用Zellner(1986)的g先验作为方差-协方差矩阵。我们提出了一种通用的 - œtoolboxâ -”，适用于广泛的规范，包括具有随机效应的动态时空面板模型，具有相互关联效应Ã la Chamberlain，适用于Hausman-Taylor世界和具有均匀/非均匀斜率和横截面依赖性的动态面板数据模型。通过广泛的蒙特卡罗模拟研究，我们将我们提出的估计量的有限样本性质与标准经典估计量的有限样本性质进行比较。我们使用与Keane和Neal(2020)相同的数据来说明我们的稳健贝叶斯估计器。我们得到了气候变化对美国玉米生产商的短期和长期影响。