问题标签 [economics]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
excel - 在 excel 上寻找可出租性表达式
我正在寻找一种表达方式，它可以告诉我哪个“城市”在“里程”方面得到了最好的“价格”。
最好的“城市”是“价格”和“里程”较低的地方。这是我的桌子：
r - R中的线性回归：eval（expr，envr，enclos）中的错误：找不到对象
几天来我一直在寻找解决方案，但还没有任何效果。我正在尝试使用大学记分卡数据对大学成本和毕业生收入进行非常基本的线性回归。
这是我读取数据的方式：
一切看起来都很好。然后我尝试运行回归，参考大学记分卡的“数据字典”中的变量。如果我使用其中任何一种：
regmod = lm(MN_EARN_WNE_P10~NPT4_PUB)
或者
regmod = lm(MN_EARN_WNE_P10$CollegeScorecard2015~NPT4_PUB$CollegeScorecard2015)
然后我收到这条消息：
Error in eval(expr, envir, enclos) : object 'MN_EARN_WNE_P10' not found
并且，在总结之后：
In summary.lm(regmod) : essentially perfect fit: summary may be unreliable
如果我改用它，如this thread建议的那样：
regmod = lm(MN_EARN_WNE_P10 ~ NPT4_PUB, data = CollegeScorecard2015)
然后我得到以下信息：
以及与上述摘要后相同的消息。
这可能是数据集的问题吗？我不确定它会是什么，因为我可以看到数据就在那里。变量与数据字典匹配。不知道该怎么做。任何帮助表示赞赏。
r - vars 包的 SVAR 函数出错
使用 vars 包，我试图复制一个标准的 4 变量 SVAR 模型，其中包含季度数据和 61 个观察值。矩阵 A 具有递归结构，并且对矩阵 B 没有任何限制（仅识别模型）。原始模型在 Stata 中使用相同的数据集进行估计。
我在简化形式的 VAR 估计中得到相同（正确）的结果，但是一旦我到达 SVAR 部分，我会反复收到此消息：
可能我做错了什么，但我不知道它是什么。我将不胜感激任何帮助。
这是我的代码：
PS：SVAR 函数使用 Amisano & Giannini (1997) 的默认评分算法，这是我想使用的估计方法。
c++ - MSBVAR R 包中的错误：'REAL() 只能应用于'数字'，而不是'整数''（Gibbs 采样器）
我在使用 R 的 MSBVAR 包时遇到以下问题：当我尝试使用 gibbs.A0() 函数计算后验时，出现错误：
这个 bsvar 的构造如下：
bsvar 的唯一整数元素（标记为“int”）是“n0”，它代表“方程 i 的 A0 矩阵的自由参数数量的 m 维列表”。和我的识别矩阵，但是当我输入
我明白了
但是，我还键入：
我用于 BSVAR 估计的数据矩阵有列名，没有行名。
谁能告诉我如何解决这个问题，即让 gibbs.A0() 函数工作？
r - 我正在使用 cvTools 包对 R 中的简单多元回归进行交叉验证，每次都会出错
我使用以下代码创建了一个非常简单的多元回归计量经济学模型：
这个简单的计量经济学模型有 49 个季度观测值。接下来，我想做一个 7 折的交叉验证。所以，我输入以下代码：
而且，我收到以下错误：
不知何故，cvFit() 似乎无法识别我的数据名称 mraf8。因此，接下来我将我的数据名称放在引号中，如下所示：
而且，我收到以下错误：
K 折 7 怎么会超出具有 49 个观测值的模型的范围？
你能帮我完成这个特定的编码吗？
r - x[, ii] 中的错误：下标超出 plm 包的范围
在运行以下代码行时：
我收到以下错误：
但是，我不知道从这里去哪里，因为基于这个错误我无法发现这里出了什么问题。
数据框：
结构（列表（点击= c（2L，5L，1L，1L，30L，11L，10L，17L，29L，100L，80L，36L，24L，15L，18L，16L，16L，13L，11L，6L，8L， 9L, 8L, 8L, 9L, 9L, 5L, 13L, 10L, 14L, 7L, 13L, 18L, 13L, 13L, 17L, 23L, 79L, 66L, 41L, 53L, 40L, 53L, 26L, 20L, 25L, 22L, 15L, 14L, 10L, 15L, 21L, 14L, 11L, 14L, 9L, 9L, 8L, 11L, 8L, 11L, 15L, 9L, 5L, 8L, 5L, 6L, 5L, 8L, 3L, 3L, 3L, 3L, 4L, 8L, 4L, 4L, 6L, 20L, 9L, 6L, 5L, 5L, 5L, 4L, 4L, 4L, 4L, 3L, 4L, 5L, 4L, 4L, 5L, 12L, 12L, 9L, 20L, 77L, 53L, 77L, 91L, 80L, 73L, 74L, 81L, 65L, 55L, 56L, 54L, 51L, 45L, 47L, 47L, 48L, 100L, 72L, 84L, 97L, 72L, 55L, 46L, 40L, 39L, 34L, 35L, 26L, 24L, 24L, 20L, 20L, 21L, 19L, 19L, 19L, 16L, 19L, 18L), countDir = c(492, 492, 492, 492, 492, 492 , 492, 492, 492, 492, 492, 492, 492, 492, 492, 492, 492, 492, 492, 492, 492, 492, 492, 492, 492, 492, 492, 492, 492, 492, 492 , 492, 492,492、492、492、492、492、492、492、492、492、492、492、492、492、492、492、492、492、492、492、492、492、492、492、492、492、 492, 492, 492, 492, 492, 492, 492, 492, 492, 492, 492, 417, 417, 417, 417, 417, 417, 417, 417, 417, 417, 417, 417, 417, 417, 417、417、417、417、417、417、417、417、417、417、417、417、417、417、417、417、417、417、417、417、417、417、417、417、417、 417、417、417、417、417、417、417、417、417、417、417、417、417、417、417、417、417、417、417、417、417、417、417、417、417、 417, 417, 417, 417, 417), countAct = c(68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68 , 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68 , 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68, 68 , 68, 354, 354, 354, 354, 354, 354,354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354, 354), ReleaseBetween = c(2, 2, 2, 2, 2, 2, 2, 2, 2, 2 , 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2 , 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2 , 2, 2, 2, 2, 2, 2, 2, 2, 2, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1 , 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1 , 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1 , 1, 1, 1), 类型 = 结构 (c(2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2升，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L， 2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L， 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), .Label = c("传记", "戏剧"), class = "factor"), year = c(2014L, 2014L, 2014L, 2014L, 2014L, 2014L, 2014L, 2014L, 2014L, 2014L, 2014L, 2014L, 2014L, 2014L, 2014L, 2014L4, 2, 2, 2014L, 2014L, 2014L, 2014L, 2014L, 2014L, 2014L, 2014L, 2014L, 2014L, 2014L, 2014L, 2014L, 2014L, 2014L, 2014L, 2014L, 2014L,2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，，2014L，，，，，地2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2014L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，，2008L，，2008L，，2008L，，，，，，地2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，，2008L，，2008L，，2008L，，2008L，，2008L，，2008L，，2008L，，2008L，，2008L，，2008L，，2008L，，，，，地，，地2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，2008L，，2008L，，2008L，，2008L，，2008L，，2008L，，2008L，，2008L，，2008L，，2008L，，2008L，，2008L，，，，，地，，地2008L, 2008L), 周期 = c(1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 3, 3, 3, 3, 3, 3, 3, 3, 3 , 3, 3,3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3)), .Names = c("hits", "countDir", "countAct", " ReleaseBetween", "Genre", "year", "period"), class = c("pdata.frame", "data.frame"), row.names = c("Adieu au langage--9", "Adieu au langage--8”, “Adieu au langage--7”, “Adieu au langage--6”, “Adieu au langage--5”, “Adieu au langage--4”, “Adieu au langage--3” ", "再见了语言--2”、“再见了语言--1”、“再见了语言-0”、“再见了语言-1”、“再见了语言-2”、“再见了语言-3”、“ Adieu au langage-4”、“Adieu au langage-5”、“Adieu au langage-6”、“Adieu au langage-7”、“Adieu au langage-8”、“Adieu au langage-9”、“Adieu au langage-10”、“Adieu au langage-11”、“Adieu au langage-12”、“Adieu au langage-13”、“Adieu au langage-14”、“Adieu au langage-15”、“Adieu au langage- 16”、“再见 17 种语言”、“再见 18 种语言”、“再见 19 种语言”、“再见 20 种语言”、“再见 21 种语言”、“再见 22 种语言” , "Adieu au langage-23", "Adieu au langage-24”, “Adieu au langage-25”, “Adieu au langage-26”, “Adieu au langage-27”, “Adieu au langage-28”, “Adieu au langage-29”, “Adieu au langage-30”、“再见 au langage-31”、“再见 32 ”、“再见 33”、“再见 34”、“再见 35”、“再见 lang-” 36”、“再见 37 种语言”、“再见 38 种语言”、“再见 39 种语言”、“再见 40 种语言”、“再见 41 种语言”、“再见 42 种语言” , "Adieu au langage-43", "Adieu au langage-44", "Adieu au langage-45", "Adieu au langage-46", "Adieu au langage-47", "Adieu au langage-48", "再见 au langage-49","Adieu au langage-50", "Adieu au langage-51", "Adieu au langage-52", "Adieu au langage-53", "Adieu au langage-54", "Adieu au langage-55", "Adieu au langage-56”、“Adieu au langage-57”、“Adieu au langage-58”、“Adieu au langage-59”、“Changeling--9”、“Changeling--8”、“Changeling--7” , “变身--6”, “变身--5”, “变身--4”, “变身--3”, “变身--2”, “变身--1”, “变身--0”, “ Changeling-1”、“Changeling-2”、“Changeling-3”、“Changeling-4”、“Changeling-5”、“Changeling-6”、“Changeling-7”、“Changeling-8”、“Changeling- 9", "Changeling-10”、“Changeling-11”、“Changeling-12”、“Changeling-13”、“Changeling-14”、“Changeling-15”、“Changeling-16”、“Changeling-17”、“Changeling- 18"、"Changeling-19"、"Changeling-20"、"Changeling-21"、"Changeling-22"、"Changeling-23"、"Changeling-24"、"Changeling-25"、"Changeling-26" , “Changeling-27”, “Changeling-28”, “Changeling-29”, “Changeling-30”, “Changeling-31”, “Changeling-32”, “Changeling-33”, “Changeling-34”, “变形金刚 35"、"变形金刚 36"、"变形金刚 37"、"变形金刚 38"、"变形金刚 39"、"变形金刚 40"、"Changeling-41”、“Changeling-42”、“Changeling-43”、“Changeling-44”、“Changeling-45”、“Changeling-46”、“Changeling-47”、“Changeling-48”、“Changeling- 49", "Changeling-50", "Changeling-51", "Changeling-52", "Changeling-53", "Changeling-54", "Changeling-55", "Changeling-56", "Changeling-57" , "Changeling-58", "Changeling-59"), index = structure(list(keyword = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L,2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L， 2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L， 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L), .Label = c("Adieu au langage", "Changeling"), class = "factor" ), 日期 = 结构 (c(1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 15L, 16L, 17L, 18L, 19L, 20L, 21L, 22L, 23L, 24L, 25L, 26L, 27L, 28L, 29L, 30L, 31L, 32L, 33L, 34L, 35L, 36L, 37L, 38L, 39L, 40L, 41L, 42L, 43L, 44L, 45L, 46L, 47L, 48L, 49L, 50L, 51L, 52L, 53L, 54L, 55L, 56L, 57L, 58L, 59L, 60L, 61L, 62L, 63L, 64L, 65L, 66L, 67L, 68L, 69L, 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 15L, 16L, 17L, 18L, 19L, 20L, 21L, 22L, 23L, 24L, 25L, 26L, 27L, 28L, 29L,30L, 31L, 32L, 33L, 34L, 35L, 36L, 37L, 38L, 39L, 40L, 41L, 42L, 43L, 44L, 45L, 46L, 47L, 48L, 49L, 50L, 51L, 52L, 53L, 54L, 55L, 56L, 57L, 58L, 59L, 60L, 61L, 62L, 63L, 64L, 65L, 66L, 67L, 68L, 69L), .Label = c("-9", "-8", "-7" 、“-6”、“-5”、“-4”、“-3”、“-2”、“-1”、“0”、“1”、“2”、“3”、“4” 、“5”、“6”、“7”、“8”、“9”、“10”、“11”、“12”、“13”、“14”、“15”、“16”、“ 17”、“18”、“19”、“20”、“21”、“22”、“23”、“24”、“25”、“26”、“27”、“28”、“29” , "30", "31”、“32”、“33”、“34”、“35”、“36”、“37”、“38”、“39”、“40”、“41”、“42”、“43” 、“44”、“45”、“46”、“47”、“48”、“49”、“50”、“51”、“52”、“53”、“54”、“55”、“ 56", "57", "58", "59"), class = "factor")), .Names = c("keyword", "date"), class = c("pindex", "data.frame "), row.names = c(“110101”, “210101”, “310101”, “410101”, “510101”, “610101”, “71681”, “81681”, “91681”, “101681”, “ 112071", "121841", "131711、“141681”、“151681”、“161681”、“171681”、“181681”、“191681”、“201681”、“212081”、“221841”、“231711”、“241681”、“251681” , “261681”, “271681”, “281681”, “291681”, “301681”, “312071”, “321841”, “331711”, “341681”, “351681”, “361681”, “371681”, “ 381681”、“391681”、“401681”、“412071”、“421841”、“431711”、“441681”、“451681”、“461681”、“471681”、“481681”、“491681”、“501681” , "512071", "521841", "531711", "541681", "551681",“561681”、“571681”、“581681”、“591681”、“601681”、“612071”、“621841”、“631711”、“641681”、“651681”、“661681”、“671681”、“681681” ”、“691681”、“12031”、“22031”、“32031”、“42031”、“52031”、“62031”、“7641”、“8641”、“9641”、“10641”、“111031”、 “12661”、“13641”、“14641”、“15641”、“16641”、“17641”、“18641”、“19641”、“20641”、“211041”、“22661”、“23641”、“24641” ”、“25641”、“26641”、“27641”、“28641”、“29641”、“30641”、“311031”、“32661”、“33641”、“34641”、“35641”、“36641”、“37641”、“38641”、“39641”、“40641”、“411031”、“42661”、“43641” ”、“44641”、“45641”、“46641”、“47641”、“48641”、“49641”、“50641”、“511031”、“52661”、“53641”、“54641”、“55641”、 “56641”、“57641”、“58641”、“59641”、“60641”、“611031”、“62661”、“63641”、“64641”、“65641”、“66641”、“67641”、“68641” ", "69641")))36641、37641、38641、39641、40641、411031、42661、43641、44641、45641、46641、47641、48641 , “49641”, “50641”, “511031”, “52661”, “53641”, “54641”, “55641”, “56641”, “57641”, “58641”, “59641”, “60641”, “ 611031”、“62661”、“63641”、“64641”、“65641”、“66641”、“67641”、“68641”、“69641”)))36641、37641、38641、39641、40641、411031、42661、43641、44641、45641、46641、47641、48641 , “49641”, “50641”, “511031”, “52661”, “53641”, “54641”, “55641”, “56641”, “57641”, “58641”, “59641”, “60641”, “ 611031”、“62661”、“63641”、“64641”、“65641”、“66641”、“67641”、“68641”、“69641”)))47641、“48641”、“49641”、“50641”、“511031”、“52661”、“53641”、“54641”、“55641”、“56641”、“57641”、“58641”、“59641” , “60641”, “611031”, “62661”, “63641”, “64641”, “65641”, “66641”, “67641”, “68641”, “69641”)))47641、“48641”、“49641”、“50641”、“511031”、“52661”、“53641”、“54641”、“55641”、“56641”、“57641”、“58641”、“59641” , “60641”, “611031”, “62661”, “63641”, “64641”, “65641”, “66641”, “67641”, “68641”, “69641”)))69641")))69641")))
r - plm 包中的第一阶段 IV 回归结果
有没有办法使用plm包报告第一阶段的工具变量回归？
例如，使用lfe包，可以summary(lfe_model$stage1)用来报告第一阶段的回归。
r - 金融时间序列中的变量
我目前正在尝试对R. 我已经开始做一个线性回归，其中因变量是计算的超额收益1, 12, 24, 36, and 48 months。我计算ln(r1/r0)了 1 个月的回报和ln(r13/r1)12 个月的回报。我的问题是：我是否也应该以这种方式计算预测变量（例如股息收益率）？那么收益ln(r13/r1)与股息收益率相结合ln(dy13/dy1)，还是仅第 13 个月的股息收益率与收益相结合ln(r13/r1)？
python - 如何在 PuLP 中添加约束以在一段时间内保持工厂打开或关闭？
我对线性编程很陌生，并且正在研究一个可以最大限度地降低工厂生产成本的示例。此示例中包括打开和关闭工厂的功能。
我的问题是如何添加额外的约束条件，如果工厂关闭，则需要关闭 3 个月，如果重新打开，则需要保持 4 个月？
代码：