使用具有一阶差分的 plm 时的观察次数
Number of observations when using plm with first differences
在 运行 使用 plm
和类似于以下数据集的面板数据进行回归后,我遇到了一个简单的问题:
dataset <- data.frame(id = rep(c(1,2,3,4,5), 2),
time = rep(c(0,1), each = 5),
group = rep(c(0,1,0,0,1), 2),
Y = runif(10,0,1))
model <-plm(Y ~ time*group, method = 'fd', effect = 'twoways', data = dataset,
index = c('id', 'time'))
summary(model)
stargazer(model)
如您所见,模型summary
和stargazer
显示的table都会说我的观察数是10。但是,这样不是更正确吗说 N = 5
,因为我在第一个差异之后带走了时间元素?
关于观察次数,你是对的。但是,您的代码并没有按照您的意愿执行(第一个差分模型)。
如果你想要一阶微分模型,将参数 method
切换为 model
(并删除参数 effect
,因为它对一阶微分模型没有意义):
model <-plm(Y ~ time*group, model = 'fd', data = dataset,
index = c('id', 'time'))
summary(model)
## Oneway (individual) effect First-Difference Model
##
## Call:
## plm(formula = Y ~ time * group, data = dataset, model = "fd",
## index = c("id", "time"))
##
## Balanced Panel: n = 5, T = 2, N = 10
## Observations used in estimation: 5
##
## Residuals:
## Min. 1st Qu. Median 3rd Qu. Max.
## -0.3067240 -0.0012185 0.0012185 0.1367080 0.1700160
## [...]
在汇总输出中,您可以看到原始数据中的观察数 (N=10) 和 FD 模型中使用的观察数 (5)。
在 运行 使用 plm
和类似于以下数据集的面板数据进行回归后,我遇到了一个简单的问题:
dataset <- data.frame(id = rep(c(1,2,3,4,5), 2),
time = rep(c(0,1), each = 5),
group = rep(c(0,1,0,0,1), 2),
Y = runif(10,0,1))
model <-plm(Y ~ time*group, method = 'fd', effect = 'twoways', data = dataset,
index = c('id', 'time'))
summary(model)
stargazer(model)
如您所见,模型summary
和stargazer
显示的table都会说我的观察数是10。但是,这样不是更正确吗说 N = 5
,因为我在第一个差异之后带走了时间元素?
关于观察次数,你是对的。但是,您的代码并没有按照您的意愿执行(第一个差分模型)。
如果你想要一阶微分模型,将参数 method
切换为 model
(并删除参数 effect
,因为它对一阶微分模型没有意义):
model <-plm(Y ~ time*group, model = 'fd', data = dataset,
index = c('id', 'time'))
summary(model)
## Oneway (individual) effect First-Difference Model
##
## Call:
## plm(formula = Y ~ time * group, data = dataset, model = "fd",
## index = c("id", "time"))
##
## Balanced Panel: n = 5, T = 2, N = 10
## Observations used in estimation: 5
##
## Residuals:
## Min. 1st Qu. Median 3rd Qu. Max.
## -0.3067240 -0.0012185 0.0012185 0.1367080 0.1700160
## [...]
在汇总输出中,您可以看到原始数据中的观察数 (N=10) 和 FD 模型中使用的观察数 (5)。