0

我想知道是否有一个函数可以计算用 lm() 估计的模型的（经济）弹性。

因变量在其平均值 Y 附近的百分比变化的弹性，对于自变量在其平均值 X 之上 1% 的变化，计算如下： b*X/Y（b= 自变量的模型系数）。

下面是具有简单线性模型和每个系数的弹性的 Rmd 文件的代码。输出应该是变量名称和弹性的表。

---
title: "Elasticity"
output: html_document
---

```{r}
N <- 1000
u <- rnorm(N)
x1 <- rnorm(N)
x2 <- 1 + x1 + rnorm(N)
y <- 1 + x1 + x2 + u
df <- data.frame(y,x1,x2)

fit <- lm(y ~ x1 + x2, data = df)

elax1 <- as.numeric(fit$coefficients["x1"] * mean(df$x1)/mean(df$y))
elax2 <- as.numeric(fit$coefficients["x2"] * mean(df$x2)/mean(df$y))

variable <-c ('x1','x2')
elasticity <-c (elax1,elax2)
a <- data.frame(variable,elasticity)

```

Output the results in a table:

```{r, message=FALSE,results='asis'}
require(stargazer)
stargazer(a, summary = FALSE,type = 'html',rownames=FALSE)
```
4

1 回答 1

1

我想出了自己的解决方案，也许它可以帮助其他人。请注意，我在模型中包含了交互。当然，欢迎改进。

---
title: "Elasticity"
output: html_document
---

Generate data and linear model:
```{r}
N <- 1000
u <- rnorm(N)
x1 <- rnorm(N)
x2 <- 1 + x1 + rnorm(N)
y <- 1 + x1 + x2 + u
df <- data.frame(y,x1,x2)

fit <- lm(y ~ x1 * x2, data = df)

```


Function to calculate elasticities:
```{r,results='asis'}

elasticities <- function(linmod){
Ncoef <- nrow(data.frame(linmod$coefficients))
for(i in 2:Ncoef){
  el <- as.numeric(linmod$coefficients[i] * colMeans(model.matrix(linmod))[i]/colMeans(model.matrix(linmod))[1])
  ifelse (i== 2, elasticity <- el, elasticity <- rbind(elasticity,el))
}
rownames(elasticity) <- names(coef(linmod)[-1])
colnames(elasticity) <- 'elasticities'

return(data.frame(elasticity))
}
```

Run the elasticites function and produce a nice table:
```{r,results='asis',message=FALSE}
a <- elasticities(fit)

require(stargazer)
stargazer(a, summary = FALSE, type = 'html')

```
于 2015-01-23T11:26:13.800 回答