panel-data

    0热度

    1回答

    我具有由id变量和对于每个时间周期(每周)不同值中的一个特定的字符串变量标识的面板数据集定义的变量。并非每个身份证都在每周都有代表(新的可能会逐渐消失)。 我创建了一个虚拟时,这个变量包含一个特定术语,但它只是在捕捉一个星期一次出场。我想有是每个ID都有特定的虚拟指示项是否包含在字符串变量中至少一周的发生。所以如果在第34周的时候id x包含这个词,我想在其他所有星期都有一个假的,那就显示一个“1

    0热度

    1回答

    我使用Stata运行固定效应模型,然后执行样本预测。但似乎 xtreg 其次 predict yhat, xbu 与固定效果一起不能预测出的样本。通过包含固定效果,有没有办法使用xtreg来取样?插图: webuse nlswork xtset idcode year regress ln_wage age if year <= 80 predict temp1 xtreg ln

    1热度

    1回答

    我看了一下plm(面板模型的R软件包)如何实现随机效应的Breusch-Pagan测试,并注意到它没有考虑到不平衡面板 plmtest()并未警告您。对于不平衡面板,我们需要如Baltagi/Li(1990)给出的随机效应的Breusch-Pagan测试的另一版本: 对于不完整面板的误差分量模型的拉格朗日乘数测试,Econometric Reviews,9:1,103 -107,DOI:10.10

    1热度

    1回答

    我想创建在R.为面板的数据回归面板数据表我有包含单个企业变量各片材的工作簿(总5张如此5公司)。每个公司的变量都是相同的。频率是每天。我想要一个包含公司和时间的单个面板数据表作为指标,以便我可以对每个公司采用年度平均值变量并进行面板数据回归。我已经运行以下代码: sheets<- c("BOB", "RIL", "GAIL", "ITC", "MM")for (x in 1:5) {df <- b

    0热度

    1回答

    我在R中有一个不同国家的面板,我想基于特定变量的值创建类别(在本例中为'var3')在特定的一年(这里是3)。 什么,我现在有一个例子: # create data test.data = as.data.frame(matrix(rexp(200, rate=.1), ncol=5)) colnames(test.data) = c("year", "country", "var1", "v

    0热度

    1回答

    我想学习[R从塔塔来了,但碰上我似乎无法找到优雅的解决方案中的R以下两个问题: 1)我有一个在我的时间变量中有空白的面板数据集。尽管没有观察到这些行的数据,但我想扩展我的时间变量以包含差距。 在Stata中,我通常会通过设置我的ID和时间变量xtset,然后根据此扩展数据集tsfill来解决此问题。在R中有一种相当优雅的方式吗? 2)我想用常数变量的数据填充一些新的空白单元格。 在Stata中,我

    0热度

    1回答

    我还没有找到明确的答案来解决这个问题,所以希望有人能把我放在正确的方向! 我有一个嵌套的数据框(面板数据),在多个人的多个观察。我想通过那些具有至少20行数据的个人(id)来对我的数据框进行子集分类。 我曾尝试以下: subset1 = subset(df, table(df$id)[df$id] >= 20) 但是,我仍然觉得个人有少于20行数据。 任何人都可以提供解决方案吗? 在此先感谢现

    1热度

    1回答

    我有一个纵向数据集,在这个数据集中人们在不同年份的时间是40,我需要对40岁的人进行分析(倾向评分匹配)。我想创建一个收入变量,该值将在1998年变为四十岁的人中使用Income 1992,在2000年变为四十岁的人中使用Income 1994等等。 我的数据是这样的(我想Incomenew看起来像这样): ID | SourceYear| Income1992| Income1994 | Inc

    0热度

    3回答

    我有一个面板数据集,如下所示。但实际的数据集有几千个观测值。我想在1984 - 1998年(15年)内创建14个工厂作为新的“Year_dum”栏。我搜索了在r中创建虚拟变量,但找不到使用年份整数的方法。任何人都可以帮我在r做这件事。 +--------+------+------+------+----------+ | Time | year | Firm | Prod | Year_

    0热度

    1回答

    当在Stata中两个数据集合并时,基于一个数据集中非唯一的变量,将x:x合并似乎不是一个有用的工具。什么策略会产生预期的结果? 程式化例如: dataSet1的 AssetManager | Bankcode A 1 B 2 B 3 C 3 Dataset2 Bankcode | t 1 t1 1 t2 2 t1 2 t2