我有一个庞大的数据集,我尝试使用具有随机效应的Probit模型对面板数据进行线性回归。
数据集是关于2013年,2014年,2015年和2016年巴西超过4000个城市的公共财政状况的。
我的代码就是那个:
probit_model <- pglm(Reelect ~ pibpc + imprec + saurec + edurec + sanerec + ElectionYear, model = ("random"), effect = ("individual"), index = c("cd_ibge", "year"), family = binomial(link = "probit"), data = final2)
但是我收到了该错误消息:
maxNRCompute(fn = function(theta,fnOrig,gradOrig = NULL, hessOrig = NULL ,:渐变中的NA另外:警告消息:
1:在pdata.frame(data,index)中:在 产生的pdata.frame找出哪个,例如 表(索引(your_pdataframe),useNA =“ ifany”) 2:在 is.pbalanced.default(index [[1]],index [[2]]):重复对 (id-time)
3:在pdata.frame(data,index)中:在 产生的pdata.frame找出哪个,例如 表(索引(your_pdataframe),useNA =“ ifany”) 4:在is.pbalanced.default(index [[1]],index [[2]])中:重复对 (id-time)
有人可以帮助我吗?有人知道发生了什么事吗?