panel-data

0熱

2答えて

Rでsummary関数を使用すると、変数のサブセットのみを表示するためのオプションがありますか？私の例では、パネル回帰を実行しましたが、私はいくつかの説明変数があり、その係数を提示したくないダミー変数がたくさんあります。私はこれを行う簡単な方法があると思うが、関数のドキュメントでそれを見つけることができませんでした。あなたが走った回帰を仮定おかげで

3熱

1答えて

は、私は構造体の2D numpyの配列を持つ2次元構造numpyの配列

からパンダパネルを構築： arr = np.zeros((3,5), [('x',int), ('y',float)]) つまり： array([[(0, 0.0), (0, 0.0), (0, 0.0), (0, 0.0), (0, 0.0)], [(0, 0.0), (0, 0.0), (0, 0.0), (0, 0.0), (0, 0.0)], [(0, 0.0)

2熱

1答えて

Rのパネルデータの固定効果回帰のcorr（u_i、Xb）を取得する方法

Rのplmパッケージを使用してパネルデータの固定効果回帰モデルを開発しようとしています。効果と退行者。 Stata出力に含まれるcorr（u_i、Xb）のようなもの。 Rで入手するには？私は（PLMパッケージに内蔵データセットを使用して）、次の試してみました： - data("Grunfeld", package = "plm") library(plm) # build the mode

0熱

1答えて

全期間にわたって観測値を持つパネルを保持する方法は？

私はStataに3年（2006年、2008年および2010年）の不均衡パネルと13,768のIDを持っています。私は、コマンドxtdescribeを実行して得た： Freq. Percent Cum. | Pattern* ---------------------------+---------- 8265 49.80 49.80 | 111 2672 16.10 65.90 | 1..

-2熱

1答えて

NAをアンバランスパネルの最新の値に置き換える方法は？

アンバランスパネルデータ（長形式）でNAを以前の値に置き換えたいと思います。置き換え、データは後 Firm Date Var_1 AAA 19990430 NA AAA 19990531 10 AAA 19990630 NA AAA 19990731 NA AAA 19990831 12 AAA 19990930 NA BBB 20040331 NA BBB 200

0熱

1答えて

ロジスティック回帰（glmmML）を使用してRでパネルデータを解析する方法は？

現在、CEO退社の可能性について研究しています（残っていると、バイナリ変数= "1"）。私のデータは2013年から2015年の間に50人の企業の51人のアンバランスなパネルデータです。 glmmMLパッケージを使用して2つの回帰モデル（固定効果とランダム効果）を実行しようとしていました。ただし、次の警告が表示されます。 pdata <- plm.data(ceodata, index=c("id"

0熱

1答えて

1多くは、私は統計にマージに苦しんでいますライン

を完了するために、SASにマージするSASのプログラムの開発とあなたたちは私を助けることを願って：私はデータセットを持って、私はそれがなめらかに見える一緒に参加したいということ。次いでたstatmentsを "VAR5 = 0/1、次いで削除" 場合、私はによって2に設定されているデータを区切ることを試み id |var1 |var2 |var3 |var4 |Var5 >--------

-1熱

1答えて

異なる行の重複

私は、このようなデータフレームを持っているを探す： Country1 Country2 year A B 1993 A B 1994 A C 1993 A C 1994 B A 1993 B A 1994 B C 1993 B C 1994 私は一列目

2熱

1答えて

データにNAがある場合のplmパッケージとtwoways効果を使用した回帰

したがって、2ウェイエフェクトを使用して時間とストア用にパネルデータを回帰したいと思います。パネルが完全にバランスされていればうまく動作しますが、なんらかの理由でそうでなければコードが固まってしまいます。（https://stat.ethz.ch/pipermail/r-help/2010-May/239272.html参照）。私のデータは本質的に不均衡ではありませんが、いくつかのNAsを持っ

0熱

1答えて

Python Statsモデルのパネルデータの線形混合モデルと時間自己相関

私は、営業時間の異なる営業時間に営業担当者の売上に大きな違いがあるかどうかを調べるために、営業担当者のシフトを見ています。具体的には、a）個々のシフト時間の間に傾向が重要であるかどうか、b）他のいくつかの潜在的な説明変数と比較してどのようにランク付けされているかを評価しようとしている。データセットには、同じ長さの営業担当者ごとに時間で割った複数のシフトがあります。など。 model = sm.