我正在尝试使用滞后,领先和差异变量进行一些面板分析。然而,plm
函数不提供所需的结果,因为它不会循环遍历个人。我已经在网上查看,但是下面的帖子(Answer_Stack),使用pdata.frame()
给出了同样有问题的结果。当我group_by(i)
在dplyr
我得到所需的结果。任何人都可以解释发生了什么?在plm数据框中创建滞后,领先和差异变量
# Variables
i <- c(1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4, 5, 5, 5, 6, 6, 6, 7, 7, 7)
t <- c(2001, 2002, 2003, 2001, 2002, 2003, 2001, 2002, 2003, 2001, 2002, 2003, 2001, 2002, 2003, 2001, 2002, 2003, 2001, 2002, 2003)
y <- c(0.047136, 0.044581, 0.040973, 0.045536, 0.043952, 0.038797, 0.049942, 0.047440, 0.042193, 0.048503, 0.046816, 0.040292, 0.056089, 0.052054, 0.047078, 0.044223, 0.041516, 0.036947, 0.045608, 0.042028, 0.037878)
x <- c(0.32691, 0.33013, 0.32888, 0.40301, 0.40337, 0.40326, 0.29692, 0.29982, 0.29790, 0.30380, 0.30698, 0.30668, 0.27942, 0.28696, 0.28616, 0.31218, 0.31424, 0.31382, 0.34592, 0.34738, 0.34782)
# Create plm dataframe
dta <- data.frame(i, t, y, x)
pdta <- plm.data(dta, indexes = c("i", "t"))
# Create lagged variable with plm
pdta$l.x <- lag(pdta$x) # Does not work
# Create using dplyr
pdta <- pdta %>%
group_by(i) %>%
mutate(lag.x = lag(x))
View(pdta)
注回答:即使下面的步骤建议后,我得到这个:
> pdta <- pdata.frame(dta, index= c("i", "t"))
> head(cbind(pdta$i, pdta$y, lag(pdta$y)), 10)
[,1] [,2] [,3]
1-2001 1 0.047136 NA
1-2002 1 0.044581 0.047136
1-2003 1 0.040973 0.044581
2-2001 2 0.045536 0.040973
2-2002 2 0.043952 0.045536
2-2003 2 0.038797 0.043952
3-2001 3 0.049942 0.038797
3-2002 3 0.047440 0.049942
3-2003 3 0.042193 0.047440
4-2001 4 0.048503 0.042193
正如你所看到的,它适用于我。我建议你更新你的软件包作为第一遍。我刚安装了'plm',所以我有最新版本。如果你有最新版本,第二种可能是你在加载'plm'后加载'dplyr'。 'dplyr'有它自己的'lag'函数,它覆盖了R的''lag'函数。 'plm'使用基本R的滞后函数,因此加载'dplyr'会破坏这个功能。 – lmo