Question

我有一个小组数据，包括多年来个人的收入，我对个人的收入趋势感兴趣，即多年收入的个人系数，以及每个人每年的残差（根据收入的意外变化）我的模特）。但是，我有很多关于缺少收入数据至少一年或多年的观察结果，因此通过线性回归我失去了大部分的观察结果。数据结构如下：

caseid<-c(1,1,1,1,1,1,2,2,2,2,2,2,3,3,3,3,3,3,4,4,4,4,4,4)
years<-c(1998,2000,2002,2004,2006,2008,1998,2000,2002,2004,2006,2008,
1998,2000,2002,2004,2006,2008,1998,2000,2002,2004,2006,2008)
income<-c(1100,NA,NA,NA,NA,1300,1500,1900,2000,NA,2200,NA, 
NA,NA,NA,NA,NA,NA, 2300,2500,2000,1800,NA, 1900)
df<-data.frame(caseid, years, income)

我决定使用随机效应模型，我认为仍然可以通过使用最大似然法预测缺失年份的收入。然而，由于豪斯曼测试给出了显着的结果，我决定使用固定效应模型。我使用plm包运行下面的代码：

inc.fe<-plm(income~years, data=df, model="within", effect="individual")

然而，我只获得系数多年，而不是个人;我不能得到残差。为了给出一个想法，Stata中的代码应该是

 xtest caseid
 xtest income year
 predict resid, resid

然后我尝试从同一个库运行pvcm函数，这是一个变量系数的函数。

inc.wi<-pvcm(Income~Year, data=ldf, model="within", effect="individual")

但是，我收到以下错误消息： “FUN中的错误（X [[i]]，......）：观察次数不足”。

如何通过解决此错误或使用其他函数来获取具有pvcm的单个系数和残差？

我原来的长篇数据有202976次观察和15年。

我也非常感谢对我选择分析的方法提出任何意见或建议。非常感谢你。

Answer 1

包fixef中的plm功能是否可以满足您的要求？继续你的例子：

fixef(inc.fe)

通过以下方式提取残差：

residuals(inc.fe)

Answer 2

你有一个随机斜率和截距的随机效应模型。这也称为随机系数回归模型。缺失是棘手的部分，（我猜）你必须编写自定义代码来解决你选择的方式。

但据我所知，你没有清楚/正确地指明你的模型（至少在你的问题中）。我们来定义一些术语：

设Y_it =年t中的ind i（i = 1，...，N）的收入（t = 1，...，T）。当我读到你的问题时，你没有说明你希望拥有以下两个模型中的哪一个：

M1：随机截距，全局斜率，随机斜率

Y_it ~ N(\mu_i + B T + \gamma_i I T, \sigma^2) 
\mu_i ~ N(\phi_0, \tau_0^2) 
\gamma_i ~ N(\phi_1, tau_1^2)

M2：随机截距，随机斜率

Y_it ~ N(\mu_i + \gamma_i I T, \sigma^2) 
\mu_i ~ N(\phi_0, \tau_0^2) 
\gamma_i ~ N(\phi_1, tau_1^2)

此外，您的示例数据是荒谬的（见下文）。如您所见，不有足够的观察值来估算所有参数。我不熟悉library(plm)，但上述模型（没有遗漏）可以在lme4轻松估算。如果没有真实的示例数据集，我将不会费心提供代码。

R> table(df$caseid, is.na(df$income))

    FALSE TRUE
  1     2    4
  2     4    2
  3     0    6
  4     5    1

鉴于您确实存在缺失，您应该能够通过典型方法（例如EM）生成任一层次模型的估计值。但我认为你必须自己编写代码来进行估算。

如何使用固定效果获取面板数据中的单个系数和残差

2 个答案:

M1：随机截距，全局斜率，随机斜率

M2：随机截距，随机斜率