7

尝试使用 R 中的 GMM 包来估计线性模型的参数 (af)：

LEV1 = a*Macro + b*Firm + c*Sector + d*qtr + e*fqtr + f*tax

宏、公司和部门是具有 n 行数的矩阵。qtr、fqtr 和 tax 是具有 n 个成员的向量。

我有一个名为 unconstrd 的大型数据框，其中包含所有数据。首先，我将这些数据分解为单独的矩阵：

v_LEV1 <- as.matrix(unconstrd$LEV1)
Macro <- as.matrix(cbind(unconstrd$Agg_Corp_Prof,unconstrd$R1000_TR, unconstrd$CP_Spread))
Firm <- as.matrix(cbind(unconstrd$ppe_ratio, unconstrd$op_inc_ratio_avg, unconstrd$selling_exp_avg,
                  unconstrd$tax_avg, unconstrd$Mark_to_Bk, unconstrd$mc_ratio))
Sector <- as.matrix(cbind(unconstrd$Sect_Flag03,
                  unconstrd$Sect_Flag04, unconstrd$Sect_Flag05, unconstrd$Sect_Flag06,
                  unconstrd$Sect_Flag07, unconstrd$Sect_Flag08, unconstrd$Sect_Flag12,
                  unconstrd$Sect_Flag13, unconstrd$Sect_Flag14, unconstrd$Sect_Flag15,
                  unconstrd$Sect_Flag17))
v_qtr <- as.matrix(unconstrd$qtr)
v_fqtr <- as.matrix(unconstrd$fqtr)
v_tax <- as.matrix(unconstrd$tax_dummy)

然后，我将 gmm 调用的 x 变量的数据绑定在一起：

h=cbind(Macro,Firm,Sector,v_qtr, v_fqtr, v_tax)

然后，我调用 gmm：

gmm1 <- gmm(v_LEV1 ~ Macro + Firm + Sector + v_qtr + v_fqtr + v_tax, x=h)

我收到消息：

Error in solve.default(crossprod(hm, xm), crossprod(hm, ym)) : 
  system is computationally singular: reciprocal condition number = 1.10214e-18

我提前道歉并承认我是 R 的新手，我以前从未使用过 GMM。GMM 函数非常通用，我查看了网络上可用的示例，但似乎没有什么具体足以帮助我的情况。

4

2 回答 2

6

您正在尝试拟合没有满秩的矩阵——尝试排除一些变量和/或查找错误。如果没有您的数据，或者至少是样本，我们不能说更多。

这更像是Crossvalidated.com的建模问题，而不是 StackOverflow 的编程问题。

于 2013-01-04T20:38:49.180 回答
3

我很确定我的变量之间没有线性依赖关系，但我通过一次添加一个变量的练习来查看导致错误的原因。最后，我请一位同事在 SAS 上运行 GMM，它运行完美，没有错误消息。我不确定 R 版本的问题是什么，但此时我有一个解决方案，并在 R 上的 GMM 上给你。

感谢所有试图提供帮助的人。

于 2013-01-10T17:09:49.330 回答