R：在回归中使用具有较少观察值的变量（plm）

Question

我一直试图解决这个问题一段时间没有运气。基本上，我正在做的是在一些面板数据上的两阶段最小二乘法。要做到这一点，我使用的是plm包。我想做的是

1. 做2SLS
2. 从1中获取2SLS的残差。
3. 在不同的2SLS中使用这些残差作为工具

我遇到的问题是，在第一个2SLS中，使用的观测数量少于数据集中的总观测数，因此我的残差向量很短，我得到以下错误

  

model.frame.default中的错误（术语（公式，lhs = lhs，rhs = rhs，data = data，：     变量长度不同（找到＆＃39; ivreg.2.a $ residuals＆＃39;）

以下是我试图参考的代码，如果您需要更多详细信息，请告诉我。我真的只需要我的残差向量与第一个2SLS中使用的数据长度相同。作为参考，我的数据有1713个观测值，但是，在回归中只使用了1550个，因此我的残差向量是1550.我的两个2SLS回归的代码如下。

ivreg.2.a = plm(formula = diff(loda) ~ factor(year)+diff(lgdp) | index_g_l + diff(lcru_l) + diff(lcru_l_sq) + factor(year), index = c("country", "year"), model = "within", data = panel[complete.cases(panel[, c(1,2,3,4,5,7)]),])

 ivreg.2.a = plm(formula = diff(lgdp) ~ factor(year)+index_g_l + diff(lcru_l) + diff(lcru_l_sq) + diff(loda)| index_g_l + diff(lcru_l) + diff(lcru_l_sq) + factor(year) + ivreg.2.a$residuals, index = c("country", "year"), model = "within", data = panel[complete.cases(panel[, c(1,2,3,4,5,7)]),])

如果您还有其他需要，请告诉我。

Answer 1

我假设删除了163个观察值，因为它们在一个相关变量中有keepSynced()。 R中的大多数NA函数都有一个*lm参数，可用于填充残差以纠正长度。例如，当缺少观察3时，

na.action

然而，residuals(lm(formula, data, na.action=na.omit)) # 1 2 4 residuals(lm(formula, data, na.action=na.exclude)) # 1 2 NA 4 的文档说这个参数“目前还没有得到完全支持”，所以如果你只是先将这些1550行过滤到一个新的数据帧，然后对它进行所有后续工作就会更简单一些。

顺便说一句，如果plm的行为与plm相同，则您无需指定lm即可使用，因为它应该只使用complete.cases s跳过任何内容。