Question

我需要对面板数据进行回归。它有3个维度（年*公司*国家）。例如：

============================================
 year | comp | count |  value.x |  value.y
------+------+-------+----------+-----------
 2000 |   A  |  USA  |  1029.0  |  239481   
------+------+-------+----------+-----------
 2000 |   A  |  CAN  |  2341.4  |  129333   
------+------+-------+----------+-----------
 2000 |   B  |  USA  |  2847.7  |  187319   
------+------+-------+----------+-----------
 2000 |   B  |  CAN  |  4820.5  |  392039
------+------+-------+----------+-----------
 2001 |   A  |  USA  |  7289.9  |  429481
------+------+-------+----------+-----------
 2001 |   A  |  CAN  |  5067.3  |  589143
------+------+-------+----------+-----------
 2001 |   B  |  USA  |  7847.8  |  958234
------+------+-------+----------+-----------
 2001 |   B  |  CAN  |  9820.0  | 1029385
============================================

但是，R包plm似乎无法应对超过2维。

我试过了

result <- plm(value.y ~ value.x, data = dataname, index = c("comp","count","year"))

并返回错误：

Error in pdata.frame(data, index) : 
'index' can be of length 2 at the most (one individual and one time index)

如果面板数据（个人*时间）在“个人”中的维度超过1维，您如何运行回归？

如果有人遇到同样的情况，我会把我的解决方案放在这里：

R似乎无法应对这种情况。而你唯一能做的就是添加假人。如果添加虚拟对象的分类变量包含太多类别，则可以尝试：

makedummy <- function(colnum,data,interaction = FALSE,interation_varnum)
{
  char0 = colnames(data)[colnum]
  char1 = "dummy"
  tmp = unique(data[,colnum])
  valname = paste(char0,char1,tmp,sep = ".")
  valname_int = paste(char0,char1,"int",tmp,sep = ".")
  for(i in 1:(length(tmp)-1))
  {
    if(!interaction)
    {
      tmp_dummy <- ifelse(data[,colnum]==tmp[i],1,0)
    }
    if(interaction)
    {
      index = apply(as.matrix(data[,colnum]),1,identical,y = tmp[i])
      tmp_dummy = c()
      tmp_dummy[index] = data[index,interation_varnum]
      tmp_dummy[!index] = 0
    }
    tmp_dummy <- data.frame(tmp_dummy)
    if(!interaction)
    {
      colnames(tmp_dummy) <- valname[i]
    }
    if(interaction)
    {
      colnames(tmp_dummy) <- valname_int[i]
    }
    data<-cbind(data,tmp_dummy)
  }
  return(data)
}

例如：

## Create fake data
fakedata <- matrix(rnorm(300),nrow = 100)
cate <- LETTERS[sample(seq(1,10),100, replace = TRUE)]
fakedata <- cbind.data.frame(cate,fakedata)

## Try this
fakedata <- makedummy(1,fakedata)

## If you need to add dummy*x to see if there is any influences of different categories on the coefficients, try this
fakedata <- makedummy(1,fakedata,interaction = TRUE,interaction_varnum = 2)

这里可能有点冗长，我没有打磨它。欢迎任何建议。现在，您可以对数据执行OLS。

Answer 1

如果您想控制内部模型中的其他维度，只需为其添加一个虚拟对象：

plm(value.y ~ value.x + count, data = dataname, index = c("comp","year"))

或者（特别是对于高维数据），请查看能够吸收＆＃39;的lfe包。附加维度，因此摘要输出不会被虚拟变量污染。

Answer 2

这个问题非常类似：

您可能不想创建新的虚拟对象，然后使用dplyr包可以使用group_indices函数。虽然它不支持mutate，但以下方法很简单：

fakedata$id <- fakedata %>% group_indices(comp, count)

id变量将是您的第一个面板维度。因此，您需要将plm index参数设置为index = c("id", "year")。

对于替代方案，您可以查看以下问题：R create ID within a group。

Answer 3

我认为你也可以这样做：

df <-transform(df, ID = as.numeric(interaction(comp, count, drop=TRUE)))

然后估计

result <- plm(value.y ~ value.x, data = df, index = ("ID","year"))

Answer 4

我认为您想使用lm()代替plm(）。这篇博客文章讨论了你的目标：

https://www.r-bloggers.com/r-tutorial-series-multiple-linear-regression/

对于你的例子，我想它看起来像下面这样：

lm(formula = comp ~ count + year, data = dataname)

如何在R中对多维面板数据运行回归

4 个答案: