问题标签 [plm]

我对 R 中的面板数据几乎没有经验，并且正在尝试使用 plm-package 运行简单的面板回归。但是，将我的数据帧转换为 pdata.frame 时，我的时间索引变量将转换为因子变量。这意味着，如果我想将因变量作为时间的函数进行回归，则回归会生成一长串时间的虚拟变量，并为每个变量计算单独的系数。我只想要每个时间单位的平均效果（即平均每月增加/减少点）。

示例数据框：

假设示例数据帧结构是 ID = int，Date = POSIXct，Points = int。然后我将其转换为带有索引 ID 和日期的 pdata.frame：

并运行 plm 固定效应回归：

然后将得到的系数按每个月细分为虚拟变量。我想将我的时间变量视为一个连续变量，所以我只得到一个日期系数。我怎样才能做到这一点？有没有办法避免将时间索引变量格式化为面板数据框中的一个因素？

我想知道为什么与' 和' 的 Durbin Watson 测试（分别为和）pdwtest()相比，输出的 p 值非常不同。请在下面找到有关差异的文档。之后，我提供了我从 plm 的源代码中获取的代码，并试图解决这个问题。有人可以看看吗？p 值仍然不匹配，但非常接近。我怀疑，这是由于数字精度？另外，我不完全确定随机效应模型的 p 值，但这是一个统计问题，而不是编程问题（将截距留给测试？）。lmtestcardwtest()dwt()pdwtest()

编辑 2019-01-04：Bhargava 等人的广义 Durbin-Watson 统计量。(1982) 和 Baltagi/Wu 的 LBI 统计现在在 plm 的最新版本 (1.7-0) 中实现为pbnftest().

我认为，我们必须区分这里发生的事情：

1) p 值：p 值似乎是关闭的，因为附加截距被传递给 lmtest::dwtest()。我的猜测是，这反过来会导致对自由度的错误计算，从而导致可疑的 p 值。

请参阅下面提到的论文和http://www.stata.com/manuals14/xtxtregar.pdf

Bhargava, Franzini, Narendranathan，序列相关和固定效应模型，经济研究评论（1982 年），XLIX，第 533-549 页

Baltagi、BH 和 PX Wu。1999. 带有 AR(1) 干扰的不等间距面板数据回归。计量经济学理论 15，第 814-823 页。

版本：R 3.1.3 plm_1.4-0 lmtest_0.9-34

我使用带有 plm 的线性面板模型创建了两个回归模型，以及使用带有 pglm 包的泊松的广义面板模型。

我现在想通过在一组散点图中绘制拟合值来以图形方式比较这两种拟合。最好沿着这些路线使用ggplot2：

我考虑过简单地使用 ggplot2's stat_smooth()，但是（也许不足为奇）它似乎无法识别我的数据的面板格式。手动提取预测值predict也似乎不适用于 pglm 模型。

如何在此图中叠加两个面板模型的预测值？

我查看了plm（面板模型的 R 包）如何实现 Breusch-Pagan 测试的随机效应，plmtest()并想知道它是否可以处理不平衡的面板。

对于不平衡的面板，我们需要另一个版本的 Breusch-Pagan 随机效应检验，正如 Baltagi/Li (1990) 给出的那样：具有不完整面板的误差分量模型的拉格朗日乘数检验，计量经济学评论，9:1, 103- 107，DOI：10.1080/07474939008800180。由于这篇论文有点难读，你也可以看看 STATA 是如何做到的：http: //www.stata.com/manuals13/xtxtregpostestimation.pdf

编辑 允许不平衡面板的修改测试现在位于 CRAN 的包中（从版本 1.6-4 开始）。

我正在尝试pgmm使用 EmplUK 数据集按照在线示例运行回归（Arellano Bond 估计器）。

我的数据集不平衡，有一些缺失值（我也删除了，没有任何区别）。这是来自 R' 数据框的粘贴。

我的代码如下：

我还尝试了许多其他版本，包括所有可能的滞后数，更短或更长。我想这个问题与内部的滞后函数有关pgmm，由于某种原因不会产生滞后并且只是一次又一次地过去变量，显然使矩阵非奇异。我还尝试使用 excel 创建适当的滞后，然后导入文本文件，并使用 excel 中的滞后变量而不是滞后函数。不幸的是，我不确定 the 的语法pgmm并再次不起作用。

错误如下：

你能帮我么？

我正在通过 Java SOA 库与 Teamcenter 和 Catia 合作。我遇到了演示代码出现损坏的问题，我找不到一个好的示例或文档来解决。以下代码导致空值异常。特别是“session = PortalContext.getContext().getSession();”这一行 是我崩溃的地方。

我正在尝试在plm具有固定效果的 R 包中运行回归model = 'within'，同时具有聚集的标准错误。使用Cigar来自 的数据集plm，我正在运行：

这与我使用 Stata（将雪茄文件编写为 .dta）得到的结果（略有）不同：

即，标准误和 T 统计量不同。我尝试使用不同的“类型”重新运行 R 代码，但没有一个给出与 Stata 相同的结果。我错过了什么吗？

在使用plm包的 R 中，pwfdtest即使使用测试数据也会产生错误消息：
pwfdtest(log(emp) ~ log(wage) + log(capital), data = EmplUK, h0 = "fe")

错误信息：

“顺序错误（nchar（cnames），递减 = TRUE）：传递给 .Internal（nchar）的 4 个参数需要 3 个”。

错误还是我错过了什么？

我正在尝试使用效果包来提取 PLM 模型的预测值。不幸的是，只要我包含一个因子变量，效果包就会崩溃并显示错误消息

有没有人找到解决这个问题的方法？

这是复制问题的最小工作示例

这可能与这个问题有关，但错误是不同的。

我第一次尝试在 R 中使用 plm 包。

我希望估计一个只有时间虚拟变量的池模型，即没有未观察到的异质性。

我对表单进行了简单的回归：

，其中 x 是一个连续的和 ya 分类变量（因此 x:y 是交互作用）。考虑到我希望有时间假人，我添加-1到模型中以不包括截距。

使用summary时，模型会正确告知我“面板”和“时间”维度的时间大小。但是，它不报告时间虚拟变量。通过检查我发现这是因为它不包括回归中的时间虚拟变量（运行lm没有截距的简单回归会给出相同的答案）。

鉴于该effect="time"选项不添加时间假人，它有什么作用？

我知道可以运行我想要的模型，lm但我想明确说明面板结构并使用 plm 包中包含的协方差结构（尽管在运行回归vcovSCC后这也可能是可行的）。lm

感谢帮助！