Мы попытались сделать две (аналогичные) панели регрессии в R.
1) Одна со временем и индивидуальными фиксированными эффектами (обычные манекены для перехвата) с использованием plm (). Однако нас интересует в основном только «коэффициент наклона» или бета для каждого человека, а не один для всех:
Регрессия 1
Где alpha_i индивидуальный фиксированный эффект, gamme_t - фиксированный по времени эффект. Сумма X - это переменная X и три лага:
Переменная Sum X
Мы уже включили отстающие переменные X в качестве новых столбцов в наш набор данных, поэтому в нашем В спецификации в коде мы просто рассматриваем их как четыре разные переменные: это попытка использования plm () и включение наших собственных фиктивных переменных для каждой отдельной беты
plm(income ~ (factor(firmid)-1)*(expense_rate + lag1 + lag2 + lag3), data = data1,
effect = c("time"), model = c("within"), index = c("name", "date"))
lag1, lag, 2, lag2 являются отстающие переменные нормы расхода. Данные1 находятся в форме фрейма данных. «(Factor (firmid) -1)» - это попытка введения манекенов для получения бета-версий для каждого человека, а не одного для всех.
2) Вторая (и более простая) регрессия: регрессия 2
Это пример нашей попытки использовать pvcm
pvcm1 <- pvcm(income ~ expense_rate + lag1 + lag2 + lag3, data = data1,
effect = "individual", model = "within")
Наш вопрос заключается в том, какой конкретный код c и / или пакеты / функции подходят для этих регрессий , Мы попробовали pvcm безрезультатно, столкнувшись с такими ошибками, как: «Ошибка в таблице (индекс [ 1 ], индекс [ 2 ], useNA =" ifany "): попытка создать таблицу с> = 2 ^ 31 элементами »и« Ошибка: невозможно выделить вектор размером 599,7 Гб »
. Более того, pvcm (), похоже, не справляется как с индивидуальными, так и с фиксированными по времени эффектами, как в 1).