plmデータフレームで遅延変数、先行変数、差変数を作成します

Question

遅れた変数、先行変数、および差異変数を使用してパネル分析をいくつか試みようとしています。しかし、plm関数は、個体上でループしないので、望ましい結果を提供しません。私はオンラインで見ましたが、pdata.frame()を使って次の投稿（Answer_Stack）を使っても同じ問題が発生しました。 dplyrに私がgroup_by(i)を入れると、私は望みの結果を得ます。誰でも何が起こっているのか説明できますか？

# Variables 
i <- c(1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4, 5, 5, 5, 6, 6, 6, 7, 7, 7) 
t <- c(2001, 2002, 2003, 2001, 2002, 2003, 2001, 2002, 2003, 2001, 2002, 2003, 2001, 2002, 2003, 2001, 2002, 2003, 2001, 2002, 2003) 
y <- c(0.047136, 0.044581, 0.040973, 0.045536, 0.043952, 0.038797, 0.049942, 0.047440, 0.042193, 0.048503, 0.046816, 0.040292, 0.056089, 0.052054, 0.047078, 0.044223, 0.041516, 0.036947, 0.045608, 0.042028, 0.037878) 
x <- c(0.32691, 0.33013, 0.32888, 0.40301, 0.40337, 0.40326, 0.29692, 0.29982, 0.29790, 0.30380, 0.30698, 0.30668, 0.27942, 0.28696, 0.28616, 0.31218, 0.31424, 0.31382, 0.34592, 0.34738, 0.34782) 

# Create plm dataframe 
dta <- data.frame(i, t, y, x) 
pdta <- plm.data(dta, indexes = c("i", "t")) 

# Create lagged variable with plm 
pdta$l.x <- lag(pdta$x)    # Does not work 

# Create using dplyr 
pdta <- pdta %>% 
    group_by(i) %>% 
    mutate(lag.x = lag(x)) 

View(pdta) 

注答えるために：でも手順は示唆し、以下の後、私はこれを取得：

一つには、あなたがPDATAにdata.frameを変換するには、右の機能を使用していない

> pdta <- pdata.frame(dta, index= c("i", "t")) 
    > head(cbind(pdta$i, pdta$y, lag(pdta$y)), 10) 
      [,1]  [,2]  [,3] 
    1-2001 1 0.047136  NA 
    1-2002 1 0.044581 0.047136 
    1-2003 1 0.040973 0.044581 
    2-2001 2 0.045536 0.040973 
    2-2002 2 0.043952 0.045536 
    2-2003 2 0.038797 0.043952 
    3-2001 3 0.049942 0.038797 
    3-2002 3 0.047440 0.049942 
    3-2003 3 0.042193 0.047440 
    4-2001 4 0.048503 0.042193 

Answer 1

。フレーム。 plm.dataは、見積もり関数で直接使用できるdata.frameを返しますが、データ変換関数に直接影響されません。代わりにpdata.frameを使用してください：

pdta <- pdata.frame(dta, index= c("i", "t")) 

を次にlag試してみてください。また

head(cbind(pdta$i, pdta$y, lag(pdta$y)), 10) 
     [,1]  [,2]  [,3] 
1-2001 1 0.047136  NA 
1-2002 1 0.044581 0.047136 
1-2003 1 0.040973 0.044581 
2-2001 2 0.045536  NA 
2-2002 2 0.043952 0.045536 
2-2003 2 0.038797 0.043952 
3-2001 3 0.049942  NA 
3-2002 3 0.047440 0.049942 
3-2003 3 0.042193 0.047440 
4-2001 4 0.048503  NA 

を、私たちはdplyrをロードし、コメントで考え出したとして、あなたはまた、

pdta <- pdata.frame(plm.data(dta, indexes= c("i", "t"))) 

セカンドを行うことができます」あなたが言及したものを含むいくつかの基底R関数を（上書きして）覆います。 plmは、これらの基底R関数を基に、pdata.frameオブジェクトで目的の操作を実行します。 helix123には、dplyrがロードされていても、plm::<function name>を使用してplmの実装を参照できます。