问题标签 [plm]

我正在处理从 1950 年到 2003 年 180 个国家/地区的相当大的数据组。我一直在 R 中使用 plm 包。我需要做的一件事是删除 GDP 观测值太少的国家，或者，在其他话说，NA的太多了。这是我正在尝试做的一个虚拟示例

然后我生成了一个向量，该向量计算每个国家/地区有多少 GDP 观测值，如下所示

产生向量

我现在想做的是使用这个向量来制作一个pdata.frame只包括gdp.observations高于某个阈值的国家 - 例如，15。有没有很好的方法来做到这一点？

请注意：我试图让代码同时处理时间和个人固定效果，以及不平衡的数据集。下面的示例代码适用于平衡数据集。

请参阅下面的编辑

我正在尝试使用plm包手动计算固定效应模型（具有个人和时间效应）的拟合值。plm这更像是一个练习，以确认我了解模型和包的机制，我知道我可以从两个相关问题（here和here）中从对象中获取拟合值。

从小plm插图 (p.2) 来看，基础模型是：

y _it = alpha + beta _transposed * x _it + ( mu _i + lambda _t + epsilon _it)

其中 mu_i 是误差项的单个分量（又名“个体效应”），而 lambda_t 是“时间效应”。

可以通过 using 提取固定效应fixef()，我认为我可以使用它们（连同自变量）来计算模型的拟合值，使用（带有两个自变量）以这种方式：

适合_it = alpha + beta _1 * x1 + beta _2 * x2 + mu _i + lambda _t

这就是我失败的地方——我得到的值与拟合值相去甚远（我得到的值是实际值与模型对象中的残差之间的差异）。一方面，我看不到alpha任何地方。我尝试将固定效果显示为与第一个、均值等的差异，但没有成功。

我错过了什么？这很可能是对模型的误解，或者代码中的错误，恐怕......提前致谢。

PS：其中一个相关问题提示pmodel.response()应该与我的问题有关（以及没有plm.fit功能的原因），但它的帮助页面并不能帮助我理解这个功能的实际作用，我找不到任何示例如何解释它产生的结果。

谢谢！

我所做的示例代码：

我的会话如下：

编辑：（2015-02-22） 由于这引起了一些兴趣，我将尝试进一步澄清。我试图拟合一个“固定效应”模型（又名“内部”或“最小二乘虚拟变量”，正如 p.3 顶部段落中plm 包小插图所说的那样）——相同的斜率，不同的截距。

这与为time和添加哑元后运行普通 OLS 回归相同id。plm使用下面的代码，我可以使用 base从包中复制拟合值lm()。对于假人，很明显 id 和 time 的第一个元素都是要比较的组。我仍然不能做的是如何使用plm包的功能来做同样的事情，我可以很容易地使用lm().

希望这对可能感兴趣的其他人有用。问题可能是关于如何处理我故意创造的缺失值plm。fixef我尝试使用type=参数fixef但没有效果。

我正在使用plm包运行面板数据回归，R并希望控制解释变量之间的多重共线性。
我知道 -package 中有这个vif()功能car，但据我所知，它不能处理面板数据输出。
可以进行其他诊断，plm例如单位根检验，但我没有找到计算多重共线性的方法。

有没有办法计算类似的测试vif，或者我可以将每个变量视为时间序列，省略面板信息并使用car包运行测试？

我不能透露数据，但问题应该与所有面板数据模型有关。
该维度大约是 1,000 个观测值，超过 50 个时间段。
我使用的代码如下所示：

接着

返回错误。

先感谢您。

我正在研究一个包含 110 万个观测值 x 41 个变量的大型（但不是巨大的）数据库。数据排列为不平衡的面板。使用这些变量，我指定了三个不同的模型，并将它们分别运行为 1) 固定效应、2) 随机效应和 3) 合并 OLS 回归。

仅包含数据库的原始 .RData 文件约为 15Mb。包含数据库和回归结果（共 9 个回归）的 .RData 权重约为 650Mb。我确实意识到（来自基本文档）

即便如此，我还是无法理解为什么这些文件应该如此庞大。为了避免在处理plm对象时内存过载，我将它们保存在三个不同的文件中（现在每个文件的权重约为 200Mb）。一小时前我打电话summary来查看固定效应模型的结果，但它还没有显示任何结果。我现在的问题很简单。你觉得这是正常行为吗？我可以做些什么来减小plm对象大小并加快结果检索？

以下是您可能想知道的一些事情：

• 我使用的数据库是data.table格式
• formula回归中的 s 是预先组装的，并包含在plm前面的调用中as.formula()，如此处所建议的。例子：

form<-y~x1+x2+x3+...+xn

mod.fe<-plm(as.formula(form), regr, effect="individual", model="within", index=c("id", "year"))

请让我知道我是否可以提供任何其他信息，并且您可能需要回答这个问题。

编辑

我设法建立了一个与我正在研究的具有相似特征的小型数据库。这里是：

我使用的公式和plm调用是：

使用object.size()@BenBolker 的建议，我发现调用生成了一个plm权重为 64.5Kb 的对象，而原始数据帧的大小为 6.9Kb，这意味着结果大约是输入矩阵的 10 倍。然后我在这里设置了下面@zx8754 建议的选项，但不幸的是它们没有效果。当我终于打电话时summary(plm.f)，我收到了错误消息：

我最终也用我的大型数据库得到了它，但只是经过数小时的计算。 这里建议问题可能是由于系数矩阵是奇异的。is.matrix.singular()然而，在包中发现的奇点测试matrixcalc结果证明并非如此。

您可能想知道的另外几件事：

• year,是ethnic因子health
• 除最后一个变量外，公式中的变量或多或少是不言自明的。event是在特定时间发生的假定的创伤事件。如果某年发生事件，则编码为 1，否则编码为 0。如果这些事件之一发生在前一年（减 1），则该变量evm1等于 1，否则为 0。同样，evp1如果事件发生在下一年（加 1），则为 1，否则为 0。变量ndm.和ndp.工作方式相同，但当距离不可观察（因为某个人的时间段太短）时它们被编码为 1，否则为 0。如此紧密相连的变量的存在引发了对完美共线性的怀疑。然而，如上所述，测试表明该矩阵是非奇异的。

让我再告诉一次，如果有人能回答这个问题，我将非常感激。

我在运行这个 plm 模型时遇到问题：

我的数据是（示例）：

我运行以下回归：

并收到以下警告消息：[1]

怎么了？

一个例子：

fem是固定效应模型（拟合 plm），lsdv是等效最小二乘虚拟变量模型（拟合 lm）

很明显 plm 正在估计系数，而且实际上两个模型中的系数是相同的，因为它们应该是相同的。但是当我去总结结果时，plm 很难，而且我很确定原因是 timeXgroup 固定效应，由于虚拟变量陷阱，其中一些需要自动省略。（例如，lm 似乎知道如何自动删除彼此精确线性组合的变量）。

我该如何解决这个问题？我更喜欢使用 plm，因为它提供的输出比 lm 更简洁，每个横截面单元都有虚拟变量。

我正在尝试在 R 中编写一些非常简单的东西（我认为），但我似乎无法做到正确。我有一个包含 50 个国家（1 到 50 个）的数据集，每个国家有 15 年，每个国家有大约 20 个变量。现在我只OS在我的因变量 ( ) 上测试一个变量 ( SMD)。我想按国家/地区循环执行此操作，因此我将获得每个国家/地区的输出而不是整体输出。

我认为首先创建一个子集是明智的（以便能够先查看国家 1，之后我的循环应该增加国家的数量并测试国家 2）。我相信我在页面底部的回归应该给我国家 1 的输出，而不是整个数据集的总分。但是我不断收到这些错误：

我可能认为这一切都是错误的，但我相信如果不让它工作，那么进一步对循环本身进行编程是没有意义的。非常感谢任何有关解决我的错误或其他编程循环方式的建议。

我的代码：

编辑：导致相同错误的前 2 个国家/地区的数据样本

dput（mydata）结构（列表（区域=结构（c（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), .Label = c( "NAF", "SAME"), class = "factor"), Country = c(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) ，日期= C（1995L，1996L，1997L，1998L，1998L，1999L，2000L，2001L，2002L，2002L，2003L，2004L，2004L，2005L，2006L，2007L，2007L，2008L，2008L，2010L，2010L，2011L，2012L，2012L，2013L，2013L，2014L，1996L，19977L，19977年, 1998L, 1999L, 2000L, 2001L, 2002L, 2003L, 2004L, 2005L, 2006L, 2007L, 2008L, 2009L, 2010L, 2011L, 2012L, 2013L, 2014L 25, L = 结构22L、20L、23L、9L、7L、5L、2L、1L、4L, 3L, 6L, 10L, 11L, 13L, 11L, 8L, 26L, 25L, 31L, 29L, 28L, 21L, 30L, 24L, 24L, 16L, 11L, 14L, 12L, 17L, 18L, 29L, 32L, 32L, 33L, 34L), .Label = c("51.5", "52.2", "55.6", "56.4", "56.7", "57.7", "57.8", "58.3", "59", "59.2 ”、“59.6”、“59.9”、“60.2”、“60.4”、“61.1”、“61.2”、“62.2”、“62.3”、“62.8”、“63.2”、“63.3”、“63.8”、 “63.9”、“64.2”、“64.3”、“64.5”、“64.7”、“65.3”、“65.5”、“65.6”、“66.4”、“68”、“69.6”、“70.7”）、类=“因子”），SMD =结构（c（7L，12L，20L，21L，17L，15L，13L, 10L, 14L, 22L, 23L, 33L, 1L, 32L, 29L, 34L, 28L, 25L, NA, NA, 9L, 6L, 8L, 4L, 2L, 35L, 3L, 36L, 5L, 11L, 16L, 18L, 24L, 19L, 26L, 31L, 27L, 30L, NA, NA), .Label = c(“100.3565662”, “13.44788845”, “13.45858747”, “13.56815534”, “15.05892471”, “171.8.0478”, “171.8.0478”, “171.8.0478” ", "18.3101351", "19.34226196", "21.25530884", "21.54423145", "23.75898948", "24.08770926", "26.39817342", "29.44079001", "31.40605191", "34.46667996", "34.52913657", "35.66070947", “36.4419931”、“39.16875621”、“44.0126137”、“45.72949566”、“49.13062679”、“54.83730247”、“ 56.87886311”，“ 59.80971583”，“ 60.5658962”，“ 69.20148901”，“ 70.91362874”，“ 72.64845214 )), .Names = c("Region", "Country", "Date", "OS", "SMD"), class = "data.frame", row.names = c(NA, -40L))国家”，“日期”，“操作系统”，“SMD”），类 =“data.frame”，row.names = c（NA，-40L））国家”，“日期”，“操作系统”，“SMD”），类 =“data.frame”，row.names = c（NA，-40L））

我有以下数据集

NA在某些变量中包含s。我使用plm包来估计以下模型：

现在，我想提取拟合值。据我了解，最好的方法是从我的响应变量中减去残差var1（因为没有函数可以获取拟合值pml（参见此处）：

但它排除了带有NAs 的行。我想NA在原始数据集有NAs 的地方用 s 填充拟合值。必须有一种聪明而简单的方法来将NAs 从填充dt到我的拟合值，但我看不到它。非常感谢任何帮助！

我使用stargazer包来制作面板模型的 LaTeX 表（plm包）。如果第一个plm模型是单变量的，则stargazer删除该模型的回归量，但仍显示该模型。

如果我交换模型顺序以便第一个模型是多变量的，那么所有模型都会显示。我对模型没有这个问题lm。有解决办法吗？是否lm包含拦截是否重要plm？

谢谢！这是一个例子。

这产生以下结果。

我想使用 PLM 包估计 R 中的一些面板数据模型。由于理论知识有限，我严格按照“计量经济学学院”的指示（代码here）。我根据我的数据（自己的依赖/独立变量）定制了该代码，但没有更改所有其他语法/公式。

现在问题来了：

除随机效应模型外，所有模型都可以进行估计，也可以对其结果进行总结和解释。在这里，我收到以下错误消息：

有没有人可以给我一个提示这个错误的真正含义？可能的根本原因是什么，我必须如何更正代码才能获得结果？

编辑： 更准确地说，这是我使用的 R 代码的一部分：

由于政策限制，我不允许上传数据。但我可以提供它是资产负债表数据的信息。因变量是资产负债表头寸随时间的标准偏差，应通过不同的资产负债表头寸来解释。这些主要是“位置 a / 平均值”类型的比率（比率 1 到 4）。作为额外的自变量，考虑了资产负债表上资产的平均总和。

再说一遍：实际上一切正常，只有最后一个模型（随机）产生所述错误。

最终问题可能是由比率的定义引起的？它们是使用变量“mean”定义的（它本身也是一个独立变量）？

编辑：回溯代码