Регрессия для нескольких стран с течением времени - PullRequest
Новая
       21

Регрессия для нескольких стран с течением времени

0 голосов
/ 03 марта 2020

Мой набор данных выглядит следующим образом: 

    country year    Var1        Var2 Var3 Var4
1   AT      2010    0.27246094  15   0    0 
2   BE      2010    0.14729459  53   0    1 
3   BG      2010    0.08744856  3    0    0 
4   CY      2010    0.15369261  6    0    0 
5   CZ      2010    0.20284360  6    0    1 
6   DE      2010    0.12541694  37   0    0 
7   AT      2011    0.35370741  16   0    0 
8   BE      2011    0.14572864  54   0    0 
9   BG      2011    0.11929461  4    0    0 
10  CY      2011    0.24550898  7    0    1 
11  CZ      2011    0.23333333  7    0    0 
12  DE      2011    0.21943574  38   0    0 
13  AT      2012    0.35073780  17   0    0 
14  BE      2012    0.19700000  55   0    0 
15  BG      2012    0.08472803  5    0    0 
16  CY      2012    0.16949153  8    0    0 
17  CZ      2012    0.26914661  8    0    0 
18  DE      2012    0.22037422  39   0    0
19  AT      2013    0.34716599  18   0    1 
20  BE      2013    0.28906250  56   0    0 
21  BG      2013    0.14602216  6    0    1 
22  CY      2013    0.44023904  9    0    0 
23  CZ      2013    0.35146022  9    0    1 
24  DE      2013    0.25500323  40   0    1

Он охватывает 4 года для каждой из 6 стран.

Что я хочу сделать, это запустить регрессию Var2 ~ Var 1.

Поскольку у меня есть несколько лет, я подумал об использовании временных рядов. Итак, сначала я изменил столбец года от символа к дате: 

library(dplyr)
mutate(testdf, year = as.Date(year, format= "%Y"))

Затем я попытался запустить регрессию и получил эту ошибку: 

library(plm)
reg1 <- plm(Var2 ~ Var1 + Var3 + Var4, data = df)
summary(reg1)

Error in pdim.default(index[[1]], index[[2]]) : duplicate couples (id-time)

Я пропустил шаг раньше выполняется регрессия или я просто использую неправильную функцию?

Я также пытался запустить регрессию с помощью функции lmer (используя time и для контроля различий между странами): 

library(lme4)
library(lmerTest)
reg2 <- lmer(Var2 ~ time(Var1) + Var3 + Var4 + (1 | country), data = df, REML = F)
summary(reg2)

Здесь я получил результат, но я совершенно не уверен, так ли это должно быть. Это было бы возможно, или это что-то другое?

1 Ответ

0 голосов
/ 03 марта 2020

Для даты требуется месяц и день, я предлагаю использовать начало года через ISOdate. 

testdf <- transform(testdf, year=as.Date(ISOdate(year, 1, 1)))  ## Note: transform is from 
                                                                ## base R

head(testdf, 3)
#   country       year       Var1 Var2 Var3 Var4
# 1      AT 2010-01-01 0.27246094   15    0    0
# 2      BE 2010-01-01 0.14729459   53    0    1
# 3      BG 2010-01-01 0.08744856    3    0    0

В вызове plm вы, вероятно, захотите определить index= и выбрать model=, см. ?plm. 

library(plm)
reg1 <- plm(Var2 ~ Var1 + Var3 + Var4, data=testdf, index=c("country", "year"), 
            model="random")

Результат: 

summary(reg1)
# Oneway (individual) effect Random Effect Model 
# (Swamy-Arora's transformation)
# 
# Call:
# plm(formula = Var2 ~ Var1 + Var3 + Var4, data = testdf, model = "random", 
#     index = c("country", "year"))
# 
# Balanced Panel: n = 6, T = 4, N = 24
# 
# Effects:
#                    var  std.dev share
# idiosyncratic   0.8135   0.9019 0.001
# individual    615.6029  24.8113 0.999
# theta: 0.9818
# 
# Residuals:
#      Min.   1st Qu.    Median   3rd Qu.      Max. 
# -1.416570 -0.789216 -0.064901  0.728004  1.392325 
# 
# Coefficients:
#             Estimate Std. Error z-value  Pr(>|z|)    
# (Intercept) 18.47629    9.76600  1.8919    0.0585 .  
# Var1        12.95722    2.84290  4.5577 5.171e-06 ***
# Var4         0.32221    0.40056  0.8044    0.4212    
# ---
# Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
# 
# Total Sum of Squares:    32.753
# Residual Sum of Squares: 15.806
# R-Squared:      0.5174
# Adj. R-Squared: 0.47144
# Chisq: 22.5147 on 2 DF, p-value: 1.2912e-05

Данные: 

testdf <- structure(list(country = structure(c(1L, 2L, 3L, 4L, 5L, 6L, 
1L, 2L, 3L, 4L, 5L, 6L, 1L, 2L, 3L, 4L, 5L, 6L, 1L, 2L, 3L, 4L, 
5L, 6L), .Label = c("AT", "BE", "BG", "CY", "CZ", "DE"), class = "factor"), 
    year = c(2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2011L, 
    2011L, 2011L, 2011L, 2011L, 2011L, 2012L, 2012L, 2012L, 2012L, 
    2012L, 2012L, 2013L, 2013L, 2013L, 2013L, 2013L, 2013L), 
    Var1 = c(0.27246094, 0.14729459, 0.08744856, 0.15369261, 
    0.2028436, 0.12541694, 0.35370741, 0.14572864, 0.11929461, 
    0.24550898, 0.23333333, 0.21943574, 0.3507378, 0.197, 0.08472803, 
    0.16949153, 0.26914661, 0.22037422, 0.34716599, 0.2890625, 
    0.14602216, 0.44023904, 0.35146022, 0.25500323), Var2 = c(15L, 
    53L, 3L, 6L, 6L, 37L, 16L, 54L, 4L, 7L, 7L, 38L, 17L, 55L, 
    5L, 8L, 8L, 39L, 18L, 56L, 6L, 9L, 9L, 40L), Var3 = c(0L, 
    0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
    0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L), Var4 = c(0L, 1L, 0L, 0L, 
    1L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 
    0L, 1L, 0L, 1L, 1L)), class = "data.frame", row.names = c("1", 
"2", "3", "4", "5", "6", "7", "8", "9", "10", "11", "12", "13", 
"14", "15", "16", "17", "18", "19", "20", "21", "22", "23", "24"
))
...