plm

    0

    2答えて

    プールされた回帰における特定の変数の個々の係数をすべて抽出したいという問題が発生しました。 私のデータは次のようになり、私はplmパッケージと要約を使用してX. Observation name date Y X 1 A 1 Y1 X1 2 A 2 Y2 X2 3 B 1 Y3 X3 4 B 2 Y4 X4 にYを退行、Rだけしかし私にはXの1つの係数を与え、私はでX変

    0

    1答えて

    "plm"パッケージをインストールする必要があります。インストール後、「サンドイッチ」パッケージが欠落していました。 > library(plm) Error: package or namespace load failed for ‘plm’ in loadNamespace(j <- i[[1L]], c(lib.loc, .libPaths()), versionCheck = vI[[

    0

    1答えて

    とPLMを使用しているとき、私は、以下のいずれかのようなデータセットでplmを使用してパネルデータとの回帰を実行した後、簡単な問題があります:あなたが見ることができるように dataset <- data.frame(id = rep(c(1,2,3,4,5), 2), time = rep(c(0,1), each = 5), group = rep(c(

    0

    1答えて

    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

    3

    1答えて

    Rでplmパッケージを使用して固定効果モデルに適合させると、遅れた変数をモデルに追加する正しい構文は何ですか? Stataの 'L1.variable'コマンドと同様です。ここで (これはテストモデルであり、それは意味を成さない場合があります)ラグ変数を追加する私の試みです: library(foreign) nlswork <- read.dta("http://www.stata-press

    -1

    1答えて

    私のパネルデータに自己相関の問題があります。 だから私はこの問題を扱う最初の違いの方法を使用することに決めました。 私の独立変数のほとんどはバイナリです。 これを超えて有限差分法を実行すると、 以前のように0または1の代わりに-1,0、および1が得られます。 これは問題ありませんか?ソート Date ID X Y Z L M A B C D E 01/01/2017 A 0 1 0 0 0 0

    0

    1答えて

    私の同僚は数ヶ月前に自宅のplmパッケージを使用してコードを実行しました。最近私はパッケージをredownloadし、まったく同じコードを実行しました。私は調整したR がわずかに異なっていることに気づいた。 調節されたR の計算が更新されているかどうか知りませんか?見て

    1

    1答えて

    私は現在plmパッケージに慣れようとしていますが、plm()関数でlm()関数を使用して個々のエフェクトを使って固定エフェクトを作成しようとしています。関数。私はlm()回帰の各個体Nにダミー変数を含めると、plm()回帰の結果のみを再現できることが分かりました。私が知る限り、回帰だけに常にN-1個のダミー変数が含まれていなければなりません。誰もplmが個々の固定効果をどのように処理するか知ってい

    0

    1答えて

    個々 当たり経時変化なしの変数だけを含む空のモデル(3つの異なる方法が存在するが、一つだけが示されているが) - dataframe 私は、MathScoreの多レベル成長モデルを作成しようとしています。ここでは、VerbalScoreは独立した時間不変のランダム効果です。 私はRコードは次のようになりますと信じて - random <- plm(MathScore ~ VerbalScore +

    0

    1答えて

    Rのパネルデータモデルの見積もりに問題があります 実際のGDPの変化とそれぞれの国の相対的な価格水準の貢献度への影響を見積もりたい観光セクターの 私はコマンド Y <- cbind(ln_Differences_Contribution) X <- cbind(ln_price_differences, Differences_ln_gdp) 、その後 fixed <- plm(Y~X, d