plm()在R中和panelOLS()中如何处理缺失的值
我正在构建一个模型，使用来自plm()包的函数plm。
我的一个x变量包含NAs，因为我使用了t-1滞后计算。
我的R代码如下所示
panel_df <- pdata.frame(df, index = c("AUTHOR_ID", "Year"), drop.index = TRUE, row.names = TRUE)
plmFit1 <- plm(y~ x1 + x2 + x3_t_1, data = panel_df, effect = 'twoways')我在联机文件里发现的最好的事情就是
数据不一定是连续的(距离为1的规则时间序列)，因为平衡并不意味着连续。若要使数据连续，请使用make.pconsecutive() (可选的是，set参数balanced = TRUE以使数据连续和平衡，还请参阅两个函数的比较示例。注意:在单个索引或时间索引中包含NA值的(p)data.frames (pseries元素)行没有被检查，而是在数据平衡之前被静默删除。在这种情况下，不能推断哪一个或哪个时间段是指缺失的值(另见示例)。特别是，这意味着:一个人在最初时间段的第一个/最后一个位置上的NA值被删除，这通常是为了描述该个人的时间序列的开始和结束。因此，在应用make.pbalanced之前，可能需要检查索引变量中是否存在NA值，特别是检查原始数据中每个个体在第一个和最后一个位置上的NA值，如果是的话，可能将这些值设置为时间序列的有意义的开始/结束值。
我也没有为panelOLS找到任何东西。
默认情况下，它们如何处理丢失的值，因为我接收的输出具有系数？
回答 1
Stack Overflow用户
发布于 2022-03-03 22:10:13
我不能对Python的panelOLS发表评论，但我会假设它是类似的。
plm遵循标准的lm行为:在估计之前用NA值下降观测值(行)。你引用的文件与这种行为无关。
比较您的数据预估计(df、panel_df)和数据后估计(如在$model中的模型对象中找到的)。
您还可以查看?na.omit并阅读所描述的na.omit行为(plm不支持描述的其他方法)。
下面是一个示例：
library(plm)
data(Grunfeld)
pdf <- pdata.frame(Grunfeld)
head(pdf)
#> firm year inv value capital
#> 1-1935 1 1935 317.6 3078.5 2.8
#> 1-1936 1 1936 391.8 4661.7 52.6
#> 1-1937 1 1937 410.6 5387.1 156.9
#> 1-1938 1 1938 257.7 2792.2 209.2
#> 1-1939 1 1939 330.8 4313.2 203.4
#> 1-1940 1 1940 461.2 4643.9 207.2
pdf[3, "inv"] <- NA # set one value to NA in 3rd row (1-1937)
head(pdf)
#> firm year inv value capital
#> 1-1935 1 1935 317.6 3078.5 2.8
#> 1-1936 1 1936 391.8 4661.7 52.6
#> 1-1937 1 1937 NA 5387.1 156.9
#> 1-1938 1 1938 257.7 2792.2 209.2
#> 1-1939 1 1939 330.8 4313.2 203.4
#> 1-1940 1 1940 461.2 4643.9 207.2
nrow(pdf) # 200
#> [1] 200
# estimate model
mod <- plm(inv ~ value + capital, data = pdf, model = "within")
head(mod$model) # no entry for 1-1937
#> inv value capital
#> 1-1935 317.6 3078.5 2.8
#> 1-1936 391.8 4661.7 52.6
#> 1-1938 257.7 2792.2 209.2
#> 1-1939 330.8 4313.2 203.4
#> 1-1940 461.2 4643.9 207.2
#> 1-1941 512.0 4551.2 255.2
nrow(mod$model) # 199 rows
#> [1] 199https://stackoverflow.com/questions/71343445
复制相似问题
腾讯云开发者
