4

我是新的 R 用户。我有一个时间序列横截面数据集,虽然我找到了在 R 中滞后时间序列数据的方法,但我还没有找到创建滞后时间序列横截面变量的方法,以便我可以在分析中使用它们。

4

2 回答 2

4

以下是如何将lag()函数与zoo(和面板系列数据)一起使用:

> library(plm)
> library(zoo)
> data("Produc")
> dnow <- pdata.frame(Produc)
> x.Date <- as.Date(paste(rownames(t(as.matrix(dnow$pcap))), "-01-01", sep=""))
> x <- zoo(t(as.matrix(dnow$pcap)), x.Date)
> x[1:3,1:3]
            ALABAMA  ARIZONA ARKANSAS
1970-01-01 15032.67 10148.42  7613.26
1971-01-01 15501.94 10560.54  7982.03
1972-01-01 15972.41 10977.53  8309.01

滞后 1:

> lag(x[1:3,1:3],1)
            ALABAMA  ARIZONA ARKANSAS
1970-01-01 15501.94 10560.54  7982.03
1971-01-01 15972.41 10977.53  8309.01

滞后 1:

> lag(x[1:3,1:3],k=-1)
            ALABAMA  ARIZONA ARKANSAS
1971-01-01 15032.67 10148.42  7613.26
1972-01-01 15501.94 10560.54  7982.03

正如 Dirk 所提到的,请注意不同时间序列包中滞后的含义。注意如何xts区别对待:

> lag(as.xts(x[1:3,1:3]),k=1)
            ALABAMA  ARIZONA ARKANSAS
1970-01-01       NA       NA       NA
1971-01-01 15032.67 10148.42  7613.26
1972-01-01 15501.94 10560.54  7982.03
于 2009-12-28T20:52:38.143 回答
4

对于横截面时间序列数据,包plm非常有用。它具有考虑数据面板性质的滞后功能。

library(plm)
data("Produc", package="plm")
dnow <- pdata.frame(Produc)
head(lag(dnow$pcap,1))
             ALABAMA-1970 ALABAMA-1971 ALABAMA-1972 ALABAMA-1973 ALABAMA-1974 
          NA     15032.67     15501.94     15972.41     16406.26     16762.67 

该软件包的一个问题是使用 with(或 inside 或 transform)会给您错误的答案。

head(with(dnow, lag(pcap,1)))
15032.67 15501.94 15972.41 16406.26 16762.67 17316.26

所以要小心。

于 2009-12-28T21:28:45.060 回答