我正在尝试plm查看正面、负面和中性类别对股票价格的影响。

如果我运行模型，输出仅显示两个估计值（中性和正）。我怎样才能看到负类的估计？我认为这与傻瓜有关。但是，负类不应该至少有一行“拦截”吗？

谢谢你！

对于以下数据框，我使用以下代码计算了成本矩阵。最初，我创建了一个矩阵，其中 [i,j] 条目都是 10。然后我使用 dtw 函数填充下三角部分来计算距离。

如何将“distmx”矩阵的上三角部分设为空白。我的意思是我想删除矩阵“distmx”的上三角部分的 10。

对于这样的数据集（面板数据集），我如何选择查询和参考系列来绘制它？

成本矩阵

我有一组面板数据，我需要从另一个数据框中插入日期。

以上是日期的数据。下面是我的数据集，每周运行 1 到 40 次观察。

所以我想从 allweeks 数据框中插入上述面板数据的每个日期 40 次，以便结果看起来像这样：

任何帮助将不胜感激！

我有一个类似于以下格式的时间序列面板数据集，其中 V1 是字符（这里是 A、B、C...），V2 是数字（5,8,6...）。我在 V1 中有 65 个不同的项目（总共大约 50000 个奇怪的观察值）。我正在尝试找到一种方法来绘制 V2 提供的 V1=A 或 B 等等。我可以简单地做的是plot(V1[1:1065])，plot([V1:1066:2085])等等，但我一直在寻找一种强大的方法来做到这一点。尝试过这样的事情：

但由于 R 中的 'if' 不接受向量，它会给出错误消息，"the condition has length > 1 and only the first element will be used"

有人可以提出一些建议吗？

我正在尝试分析一个面板数据，其中包括 45 年来收集的每个美国州的观察结果。我有两个随时间变化的预测变量（A，B）和一个不变的（C）。我特别有兴趣了解 C 对因变量 Y 的影响，同时控制 A 和 B，以及跨状态和时间的差异。

这是我拥有的模型，在 R 中使用 plm 包。

我的理由是，对于时间不变的变量，我应该使用随机而不是固定效应模型。我的问题是：我的模型和思维是否正确？

提前谢谢你的帮助。

我有三个不同的 Stata 文件（每个文件用于三个不同的年份），我想估计一个固定效应回归。我的猜测是我需要合并这些文件以测试我的回归，但我该怎么做呢？如何在每个文件中为同一变量提供时间标识？

我对 R 很陌生，我的问题如下：

我有一组像这样按时间序列组织的面板数据（仅显示部分）：

例如，使用 B 组是没有意义的，因为有太多的观察缺失。排名系统不提供排名低于 40 的数据。所以我想通过删除没有至少 8 周连续观察的列（变量）来清理（例如本例中的团队 A、B 和 D）。因此 D 不符合要求，因为从 2010-02-20 开始的一周有间隔。请记住，我有超过 1000 列。

我以前试过这个，但它没有给我想要的东西，不幸的是我不够熟练，无法修改代码以满足我的需要。

我能想到的一些可能的解决方案：

1. 子集每个变量的具有 8 个或更多连续观测值的部分

2. 如果连续运行 8 个 obs 包含 NA，则设置观察值 = NA，然后删除只有 NA 的列，因为不满足最少 8 周要求的列将只有 NA 值（我希望你明白我的意思）

只是出于兴趣，如果数据以长格式组织，做同样的事情会更困难吗？

有什么建议么？

我正在尝试生成一个预测模型，在该模型中我每年（基于前几年）执行多个汇总回归，从而允许系数随时间变化。（这在提供的示例数据中可能没有意义，但在我的示例中它是在实践中完成的）。

到目前为止，这是我的想法：我将代码调整为 plm 包中的可重现示例：

数据按以下方式（面板）构建，并以公司、年份为索引。

这是我的代码：

不幸的是，我的代码不起作用，我收到以下错误：

理想情况下，我想以与原始 Grunfeld 数据相同的结构将我的预测/预测存储在 $Grunfeld$Forecast 中。但是，我在使用列表时遇到了很多困难，并且经常无法正确处理它们并将结果存储在原始数据旁边的向量中。这一点至关重要，因为在我自己的样本中，有很多缺失数据（NA），我只能在有限的子集上使用预测函数。您如何以所需的方式排列数据？

这是获得具有不同斜率的条件预测（在一年中）并以与原始数据相同的方式存储它们的正确方法，还是我不知道有更有效的方法？

我正在尝试对面板数据和每年进行 Winsorize（用与平均值相差 2 或 3 个标准差的值替换异常值）。我安装了包含这样一个功能的 robustHD 包，但是我无法在我的数据集上实现它。

我的数据集看起来类似于 Grunfeld（尽管我有 NA）在同一年的不同公司。(1935-1954)

我现在想做的是只对所有公司的某些列（即inv和value）进行winsorize，并将其存储在具有相同结构的数据框中。我尝试了以下代码：

目标基本上是获得原始数据帧的 Winsorized 副本（所有结构都以相同的方式）。

如下所述，plyr 是拆分数据帧和应用函数的好方法，但我无法让它工作。

我正在尝试对面板数据集进行子集化，以仅读取每个“区域”的前 855 个观察值。区域列有 65 个不同的区域，每个区域有 1070 个观测值。由此，我想减少数据集以包含所有 65 个区域，但只有它们的前 855 个观察值（相应地减少所有其他变量）。

我能得到的最接近的方法是使用新变量为每个区域定义数据，然后对其进行子集化，如下所示：

等等....然后服用

然后将其组合形成整个数据集并根据 Regions 进行排列（如原始数据集中的排列）

FinalDataset <- cbind(Sample1,Sample2)

但是，当然，这不是一种有效的方法，我期待得到一些帮助来更有效地完成它。我希望我正确地解释了这个问题。