Question

我有年度数据。我需要拆分数据并为每个子集运行单独的回归。

就我而言，我有以下变量：政府支出，产出增长和经济衰退假人（如果扩张则= 1，如果经济衰退则= 0）。

我的部分数据如下所示：

obs  output      gov        recession <br/>
1 0.00882917   0.039961003  0  <br/>
2 0.015555371  0.229567089  1  <br/>
3 0.023108089 -0.032468535  1  <br/>
4 0.083470801  0.282564584  0  <br/>
5 0.181719693  1.523028403  1  <br/>
6 0.171951664  1.44379044   0  <br/>
7 0.124292839  -0.55404903  0  <br/>
8 0.138767158  -1.446050184 1  <br/>
9 -0.137507301 -0.276697354 1  <br/>
10 -0.07396658 -0.5196439   1  <br/>
11 0.026799992 -0.13379183  0  <br/>
12 0.000107547 -0.053192635 0  <br/>
13 0.017405451 -0.027499262 1   <br/>
14 0.004882142  -0.0077849  0  <br/>
15 -0.017568837 0.030565404 1  <br/>

我需要运行以下模型：

输出= L1（输出）+政府+ L1（政府）

我需要运行此回归两次，一次是recession = 1，一次是recession = 0。问题是滞后。因此，如果在2000年recession = 1和2001年recession = 0，当我运行子集recession = 0的模型时，我需要将滞后视为2000年。

我尝试使用`dynlm'包。根据这个方案，滞后写成如下：

“一个例子是d（y）~L（y，2），其中d（x，k）是diff（x，lag = k），L（x，k）是滞后（x，lag = -k），注意符号的差异.k的默认值在两种情况下1.对于L（），它也可以是矢量值，例如，y~L（y，1：4）“

我将变量放在数据框中并尝试运行以下代码：

df <- data.frame(ts(output), ts(gov), recession)

model <- dynlm( output ~ lag(output,-1) + gov + lag(gov,-1), data=df, subset = df$recession==1)
summary(model)

但它给我一个错误说

匹配错误（x，table，nomatch = nomatch，...）： 'match'需要矢量参数

当我对数据进行子集化时会出现问题。因为如果我没有为数据子集添加最后一个选项，我会运行代码并给出正确的答案知道怎么做吗？

Answer 1

一种粗略而低效的方法，可以完全满足您的要求：

   library( zoo ) 
   output <- read.csv( "rectest.csv" ) 
   outTS <- zoo( output, output$obs ) 
   lagOutTS <- lag( outTS, -1 ) 
   lts <- merge( outTS, lagOutTS ) 
   model <- lm( output.outTS ~ output.lagOutTS + gov.outTS + gov.lagOutTS, data=lts, subset=recession.outTS==1 )

结果：

   lm(formula = output.outTS ~ output.lagOutTS + gov.outTS + gov.lagOutTS, 
    data = lts, subset = recession.outTS == 1)

   Coefficients:
    (Intercept)  output.lagOutTS        gov.outTS     gov.lagOutTS  

    0.03201          0.88965         -0.03083          0.18854

但我会使用自回归模型来做到这一点......

拆分数据以获得时间序列回归

1 个答案: