问题标签 [plm]

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。

当虚拟变量的数量导致模型矩阵超过 R 最大向量长度时，是否有一种简单的方法可以在 R 中进行固定效应回归？例如，

其中 id 是一个因素（并且是导致上述问题的变量）。

我知道我可以检查所有数据并对所有数据进行去平均化，但这会消除标准误差（是的，您可以通过 df 调整“手动”计算 SE，但我想最小化我'正在引入新的错误）。我看过 plm 包，但它似乎只为带有时间组件的经典面板数据设计，这不是我的数据结构。

是否可以使用具有二进制因变量的面板数据集在 R 中进行回归？我熟悉将 glm 用于 logit 和 probit 以及 plm 用于面板数据，但不确定如何将两者结合起来。是否有任何现有的代码示例？

编辑

如果我能弄清楚如何提取 plm() 在进行回归时使用的矩阵，那也会很有帮助。例如，您可以使用 plm 来执行固定效果，或者您可以使用适当的虚拟变量创建一个矩阵，然后通过 glm() 运行它。然而，在这种情况下，自己生成假人很烦人，让 plm 为你做会更容易。

我正在尝试使用面板数据和二元因变量运行汇总逻辑回归。因为我想滞后一些变量，所以我使用 plm 包来创建它们。当我尝试以其他方式进行时，我遇到了问题。我不能使用滞后或嵌入，因为它是面板数据。

在运行汇总分析之前，我想将所有变量放入原始数据框（混合补贴）中。我很确定我不需要，但我是一个视觉型的人，并且想在运行任何分析之前验证数据的格式是否合适。

从下面的输出中，看起来一切都正确完成。

头（滞后（混合补贴$eespending，1））

阿拉巴马-1999 阿拉巴马-2000 阿拉巴马-2001 阿拉巴马-2002 阿拉巴马-2003 阿拉巴马-2004

负责人（混合补贴$eespending）

阿拉巴马-1999 阿拉巴马-2000 阿拉巴马-2001 阿拉巴马-2002 阿拉巴马-2003 阿拉巴马-2004

我的问题是，当我尝试将此滞后变量分配为数据框中的向量时，这样，

它确实如此（当我调用数据框中的名称时，它们被包含在内），但是我无法再查看数据框。R对我说：

edit.data.frame(get(subx, envir = parent), title = subx, ...) 中的错误：只能处理向量和因子元素

我该如何解决这个问题，以便在运行分析之前查看数据框？我想看看它，因为看起来我将不得不使用 glm 而不是 plm（池）进行此分析，因为因变量是二进制变量并且 plm 不支持这些 dv

这已经给我带来了一段时间的问题。

col1 ST YR EELAG EE

[1,] 1 1 不适用 58294

[2,] 1 2 58294 55378

[3,] 1 3 55378 26982

[4,] 1 4 26982 28264

[5,] 1 5 28264 2566

[6,] 1 6 2566 26906

[7,] 1 7 26906 29466

[8,] 2 1 不适用 355

[9,] 2 2 355 259

[10,] 2 3 259 224

[11,] 2 4 224 217

[12,] 2 5 217 241

[13,] 2 6 241 231

[14,] 2 7 231 231

[15,] 3 1 不适用 5111

[16,] 3 2 5111 3753

[17,] 3 3 3753 2211

[18,] 3 4 2211 1452

[19,] 3 5 1452 2913

[20,] 3 6 2913 3128

[21,] 3 7 3128 7132

[22,] 4 1 不适用 1597

[23,] 4 2 1597 905

我想对 plm 模型进行 f 测试并测试

如果

和

我试过这样的线性假设

但得到了错误

如果问题很简单，我上面的示例是稍微简化的代码。如果问题出在细节上，这里就是实际的代码。

在使用 Stata 之后，我正在尝试学习 R，我必须说我喜欢它。但现在我遇到了一些麻烦。我即将使用 Panel Data 进行一些多重回归，因此我正在使用该plm软件包。

现在，我希望plm在 R 中获得与在lm执行异方差稳健和实体固定回归时使用函数和 Stata 时相同的结果。

假设我有一个面板数据集，其中包含变量Y, ENTITY, TIME, V1。

使用此代码，我在 R 中得到相同的标准错误

就像我在 Stata 中执行此回归时一样

但是当我用包执行这个回归时，plm我得到了其他标准错误

• 我错过了设置一些选项吗？
• 该plm模型是否使用其他类型的估计，如果是，如何？
• 我可以在某种程度上有与plmStata相同的标准错误吗, robust

我尝试使用 plm 包在 R 中进行一些第一次差异估计。如标题中所述，我想知道如何将我的 POSIX 日期（如“2002-10-01”）转换为 plm 时间索引可以理解的值。我猜这意味着使用整数值？

这是我到目前为止所尝试的：

我正在使用 R 运行蒙特卡罗模拟来研究面板数据估计器的性能。因为我将运行大量试验，所以我需要从我的代码中获得至少不错的性能。

使用Rprof我的模拟的 10 次试验表明，大部分时间都花在调用summary.plm. 下面提供了前几行Rprofsummary：

我summary在我的代码中调用是因为我需要获取系数估计的标准误差以及系数本身（我可以从 plm 对象中获取）。我的电话看起来像

我有一种挥之不去的感觉，这是对 cpu 时间的巨大浪费，但我对 R 是如何避免调用摘要的了解不够。我会很感激有关这里幕后发生的事情的任何信息，或者以某种方式减少执行此操作所需的时间。

我正在尝试对面板数据 OLS 回归（在 R 中）上的固定效应（个体特定虚拟变量）的联合显着性进行 F 检验，但是我还没有找到一种方法来为大量固定效果。理想情况下，我会在plm包中使用一个函数，但是我还没有找到任何专门做这个测试的东西。

这是 Stata 在使用该xtreg, fe命令时自动执行的操作。在 Stata 中，结果如下所示：

同样，我试图在 R 中为大量虚拟变量重现 Stata 结果，可能通过+ factor(us.state)usinglm()或model = "fe"using指定plm()。

这是一个可重现的示例：

这相当于使用plm包的以下“内部”回归。

因此，测试将是所有状态虚拟变量共同不为零（共同显着）的测试。这是对无限制模型（上面的 reg1 和 reg1.fe）的线性限制。此 F 检验在以下文档中有更好的解释（参见幻灯片 5-7）。

http://jackman.stanford.edu/classes/350B/07/ftestforWeb.pdf

这是我为零假设的 F 检验创建“R”矩阵的微弱尝试之一：Rb = q 其中 b 是系数矩阵（β 帽），q 是零向量。

这不行！而且，我希望有一种简化的方法来测试所有固定效应虚拟变量的联合显着性。

我有一个小的 N 大 T 面板，我通过 plm（面板线性回归模型）进行估计，具有固定效应。

有什么方法可以获取新数据集的预测值？（我想估计我样本子集的参数，然后使用这些来计算整个样本的模型隐含值）。

谢谢！