Stata vs. R：池化OLS中的内存使用量存在显着差异（面板）

Question

我试图在大约34,000个观测值的面板数据集上运行汇总的OLS回归。在R中调用lm（）时，这个过程需要永远，并最终消耗超过30GB的内存（因此，它在估计回归时会超出RAM）。事实上，由于计算机几乎崩溃，我不得不强制退出程序。

当我在Stata中运行完全相同的回归（在同一数据集上）时，此过程大约需要1秒钟。我不跟踪这里发生的事情，我做错了什么？

R代码：

pooled1=lm(ret ~ l_ret + l_btm + l_roe, data=panel)

Stata代码：

reg ret l_ret l_btm l_roe, r

Answer 1

您的$l_ret变量是一个字符向量。尝试将其转换为数字向量Panel$l_ret <- as.numeric(Panel$l_ret)，然后再次运行分析。您的data.frame也是tibble对象。这不应该降低R速度，但您可能还想尝试将Panel转换为data.frame以最大限度地减少干扰。您可以Panel <- as.data.frame(Panel)执行此操作。