问题标签 [plm]
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.
r - 使用 plm 的动态面板数据。错误 "solve.default(Reduce("+", A1)) "
我有一个pdata.frame来自 plm 库的 df 格式：
library(plm)
我尝试做一个两步动态随机面板数据模型，如 plm tutorial pdf on page 23： plm vignette
然后我得到这个error：
我觉得很奇怪。
如果我尝试pgmm使用较小的数据集运行，其中所有“不必要的”变量都被删除，
我得到错误
有人知道为什么pgmm不为我工作吗？
这是
此致
r - 如何在 r 中可视化面板模型的交互项？
我的目标是可视化固定效应模型的交互项。我尝试了“visreg”和“ggplot2”包，但似乎不可能。
我怎样才能做到这一点？
提前致谢。
示例数据集和面板模型：
r - 如何在面板数据回归中处理 NA？
我试图预测包含NAs 的数据的拟合值，并基于由plm. 这是一些示例代码：
当我运行最后一行时，我收到一条错误消息，指出替换有 4 行，而数据有 5 行。
我不知道如何预测返回长度为 5 的向量...
如果plm我不运行 a 而不是运行lm（如下行），我会得到预期的结果。
r - R 中的 plm、滞后变量和拟合值
我有一个面板数据集并尝试使用 plm 包来估计池化 OLS 模型。本质上，我正在做两个回归。首先，我尝试估计以下等式
其中 (t-1) 表示应该滞后 1 个周期，* 表示简单乘法。我想提取拟合项 (a1 + a2*x1(t-1))，称其为“拟合”，然后在另一个回归中使用它，例如
我的面板 df 不平衡，可能如下：
我尝试按如下方式拟合第一个回归：
这会给我前面提到的回归吗？而且，如果是这样，我如何从上面获得术语(a1 + a2*x1(t-1))，以便我可以在下一次回归中使用它？
r - R: plm -- 年固定效应 -- 年和季度数据
我在设置面板数据模型时遇到问题。
以下是一些示例数据：
我使用“id”作为单个索引和“年份”作为时间索引运行以下回归：
不幸的是，我收到以下错误：
pdim.default(index[[1]], index[[2]]) 中的重复对 (time-id) 错误：
所以为了解决这个问题，我使用组合变量“y_q”：
但这是我的问题——我只想有年度固定效应而不是年度季度。
是否有另一种方法可以解决较早的问题，而不是使 tiem 索引为“y_q”？
提前感谢您的帮助！
r - 在 R 中有效地处理多个面板数据
我正在尝试对“不断变化的”面板数据集进行几次汇集 OLS 回归。包中的Gasoline数据plm将非常适合作为示例
数据跨越1960年到1978年，我想对1961年到1978年的前几年面板数据进行合并OLS。也就是说，第一个回归只是1960年数据的横截面，第二个回归是1960 年和 1961 年的面板回归，第三个回归是 1960 年、1961 年和 1962 年等数据的面板回归。
我知道如何进行单池 OLS 回归（请忽略特定回归是否有意义 - 这只是一个示例）：
我正在寻找一种智能方法来对不断变化的数据集进行此面板回归。有什么方法可以将调用中的数据集的年限限制为plm?
r - 使用“plm”绘制固定效应模型中交互作用的预测值
我正在努力绘制使用该plm软件包分析的重复测量实验产生的预测概率。
我正在分析的实验数据是重复测量实验。人们被要求在不同类型的产品之间做出 8 种选择。这些产品出现的顺序（product，一个 8 级因子变量）是随机的。在每个时间点，一个人要么被分配到折扣或没有折扣（二分法 var discount_i）。
iipm我的理论假设在一个连续的态度变量 ( , 0-12) 和折扣 ( )之间存在交互作用discount_i，但不是产品。因此，我的模型如下：
我正在使用一个基本的固定效应模型来解释时间以及观察之间的依赖性，但我对时间的影响不感兴趣，比如说。 我想做的是生成 8 个产品特定交互图的预测选择概率，连续变量 ( iipm) 在 X 轴上，水平discount_i是两行预测值。
请帮忙！对于我目前的技能水平来说有点棘手。
下面的示例数据（我希望应该是平衡的！）：
r - 带有交互项的固定效应回归导致错误
我正在尝试使用表示路线的地理区域（LoadArea、DischargeArea）的交互项来估计面板数据集。使用固定效应规范，它不喜欢交互项 (LoadArea * DischargeArea) 并在汇总回归时产生以下错误：
这在用 lm 函数替换 plm 的正常 OLS 回归中工作正常。问题是为什么它不适用于我的模型？
r - plm::pgmm() yX[[1]] 中的错误：下标越界
在 R 中，我在使用包中的pgmm()函数时遇到了plm无法通过调试解决的错误。这是导致错误的调用：
错误信息是：
这是数据框 temp1.subset 的结构，使用dput()：
我sessionInfo()的是：
我认为奇怪的行为发生在函数中的这些行周围pgmm()：
生成时，对象data似乎具有正确的“索引”属性，但index(data)执行时，该属性设置为 NULL。这可能与对 的调用有关rownames(mf)。
r - R和Stata中的一阶差分线性面板模型方差
plm我希望一位同事使用R 中的包（或其他包）复制我用 Stata 估计的一阶差分线性面板数据模型。
在 Stata 中，xtreg没有第一个差异选项，所以我运行：
在 R 中，我正在做：
系数匹配，但 R 中的标准误差大于 Stata。我查看了plm帮助和 pdf 文档，但我一定遗漏了一些东西。