我想在R中的时间中运行回归不连续性。首先，我想使用rdplot函数可视化回归。我使用的代码可以在下面找到。对于c，我应根据运行变量指定截止点。但是，rd包被设计为使用普通连续变量而不是日期作为运行变量。因此，我收到错误消息Error in `-.Date`(x_max, c) : can only subtract from "Date" objects。当我使用rdrobust命令时，我也遇到了同样的问题，我还必须指定截止值。
我使用的rdplot的代码是：
rdplot(
df$Date, df$dependentvariable,
c = as.Date(as.character("20161231"), format = "%Y%m%d"),
nbins = 4
)
我使用的强壮代码是：
rdplot(
df$Date, df$dependentvariable,
c = as.Date(as.character("20161231"), format = "%Y%m%d")
)
有人知道我是否可以使用rdrobust和rdplot命令来及时回归不连续吗？如果是，我该如何调整代码？我是否可以使用其他任何程序包/命令及时运行回归中断，还是有任何解决方法？
由于第一个答案要求提供更多信息，因此进行编辑：
谢谢您的回答。数据集是机密的，并且非常大，因此我无法在此处共享。但是，我创建了一个示例性的，较短的数据集，其结构与我的相同。它具有以下结构：
否，公司，IPO日期，IPO机制，IR（定价不足），上市公司年龄（年龄）
1，Company 1，2016-11-01，0，10.3％，5.9
2，Company 2，2016-11-10，0，5.2％，10.3
3，Company 3，2016-11-12，0，-1.1％，3.4
4，Company 4，2016-12-01，0，6.5％，4.3
5，Company 5，2016-12-09，0，8.3％，6.2
6，Company 6，2016-12-16，0，7.2％，10.5
7，Company 7，2016-12-23，0，4.1％，7.4
8，Company 8，2016-12-28，0，-6.5％，7.7
9，Company 9，2017-01-01，1，1.3％，7.0
10，Company 10，2017-01-10，1，2.2％，3.4
11，Company 11，2017-01-12，1，-4.1％，5.5
12，Company 12，2017-01-01，1，-10.5％，9.2
13，Company 13，2017-01-09，1，6.2％，7.6
14，Company 14，2017-01-16，1，2.5％，11.5
15，Company 15，2017-02-23，1，4.1％，7.4
16，Company 16，2017-02-28，1，-6.5％，7.7
注意：除年龄外，还包括其他各种协变量，但未在示例性数据集中显示。
2016年12月31日监管框架的变化改变了IPO的销售机制。我想衡量监管变化对定价偏低的影响。我知道这不是典型的RD设计，但仍然应该适用。我也知道，我必须非常小心地定义带宽。
所以我想做的是：我想在中断时间是实施新法规的日期时进行不连续性回归。因此，运行变量是时间，而独立变量定价过低。此外，根据先前的研究，我想包括各种公司和IPO特定的协变量，例如公司年龄或预期发行规模，这些变量会影响定价偏低。
此外，我想通过将数据分组为点来绘制时间与定价不足之间的关系。类似于rdplot函数正在执行的操作。
所以我在上面的原始帖子中看到了
我认为rdrobust软件包中的rdplot和rdrobust函数主要存在两个问题： 1.它不能将截止日期识别为日期（出现错误信息...。） 2.我不能在方程中包含协变量
也许还有一种解决方法，即在截止时分割数据集，然后运行两个单独的回归。但是，对于情节，我不知道该怎么做。
由于我不是R专家，所以我对如何运行此回归完全迷失了。因此，已经非常感谢您！