plm

    2热度

    1回答

    从1950年到2003年,我在180个国家使用了一个相当大的数据面板。我一直在使用R的plm包。我需要的一件事要做的是去掉国内生产总值观察太少的国家,换句话说,太多的国民生产总值。这里是什么,我试图做 ## generate dummy data library(plm) c1 <- rep(NA,20) c2 <- rep(c(1,NA),10) c3 <- c(1:15,NA,NA,N

    2热度

    1回答

    我想在R中编程一些相当简单的东西(我认为),但是我似乎无法正确地进行编程。我有一个包含50个国家(1至50)的数据集,每个国家15年,每个国家约20个变量。现在我只在我的因变量(SMD)上测试一个变量(OS)。我想按照国家的循环国家来做这件事,这样我就能得到每个国家的产量而不是总产量。 我认为首先创建一个子集是明智的(首先能够查看国家1,之后我的循环应该增加国家和测试国家2的数量)。我相信我在页面

    1热度

    4回答

    我正在使用plm使用固定效应回归模型。 的模型看起来像这样: FE.model <-plm(fml, data = data.reg2, index=c('Site.ID','date.hour'), # cross section ID and time series ID model='within', #coefficients are fixed

    0热度

    1回答

    PLM模型的值I具有以下数据集 seed(1) dt <- data.frame(name= rep(c("A", "B", "C"), c(9,11,10)), year=c(2001:2009,2000,2002:2011,2001:2010), var1=c(NA,rnorm(10),NA,rnorm(18)), var2=c(rnorm(1

    0热度

    2回答

    警告信息,我有一个问题,运行此PLM模型: 我的数据(例如): country=c(1,1,1,2,2,2,3,3,3) year=c(1,2,3,1,2,3,1,2,3) a=c(1,4,6,3,5,8,4,5,7) b=c(8,5,7,2,7,4,9,7,1) matrix=cbind(country, year, a, b) matrix=p

    2热度

    1回答

    使用不同的数据源,我编写了一个小函数,该函数创建一个标准错误,t统计量和标准错误表,该表根据组后变量“cluster”线性回归模型。代码如下所示 cl1 <- function(modl,clust) { # model is the regression model # clust is the clustervariable # id is a unique identifier in

    0热度

    1回答

    我想分析一个包含45年内收集的每个美国州的观察值的面板数据。 我有两个预测变量随时间变化(A,B)和一个不变(C)。我特别感兴趣的是了解C对因变量Y的影响,同时控制A和B以及跨状态和时间的差异。 这是我的模型,利用PLM包河 random <- plm(Y~log1p(A)+B+C, index=c("state","year"),model="random",data=data) 我的理由是

    1热度

    1回答

    我使用PLM-包中的R有一个问题: 假设DATA1是我的数据集,我TREID估计汇集OLS模型: plm(demand ~ storage + ABB ,data=data1, model="pooling", index = c("country","month")) 但我收到错误消息: > plm(demand ~ storage + ABB ,data=data1, model="poo

    2热度

    1回答

    我试图运行plm以查看正面,负面和中性对股票价格的影响。 DATE <- c("1","2","3","4","5","6","7","1","2","3","4","5","6","7") COMP <- c("A", "A", "A", "A", "A", "A", "A", "B", "B", "B", "B", "B", "B", "B") RET <- c(-2.0,1.1,3,1.

    0热度

    2回答

    编辑:尝试实施下面答案中提供的解决方案。 我提供了新的样本数据,因为它非常适合我的数据。 > head(Grunfeld, 25) firm year inv value capital 1 1 1935 317.6 3078.5 2.8 2 1 1936 391.8 4661.7 52.6 3 1 1937 410.6 5387.1 156.9 4 1 1938 25