正如标题所说。我加载后pglm, lag停止正常工作。
library(pglm)
c(1,2,3,4) %>% lag()
该对象被转换为时间序列，并且不再与 tibbles 兼容。
连卸pglm, 的依赖性lag仍然有效。
解决方案可能是实际上从不加载pglm，但是如果我有一个lag(x)在公式
pglm:pglm(
family= poisson,
y ~ lag(x),
model = "within", index="id",
data = db
)
该算法无法收敛到估计值。由于某些原因，即使强迫也会发生这种情况stats::lag(x)。有趣的是，相反，如果pglm已加载，y ~ lag(x)正常工作y ~ stats:lag(x).
这是唯一有效的情况，呵呵！我唯一想到的另一件事是外部公式，dplyr::lag是冲突的罪魁祸首。
我不知道如何优化工作流程，您有建议吗？
dplyr 是这里的罪魁祸首。 plm（由 pglm 使用）定义了lag method lag.pseries由通用调度lag在统计数据中。其他软件包，例如 plm 等，提供通用方法lag;然而， dplyr 用它自己的非泛型破坏了泛型lag所以所有使用的包lag然后失败。如果您需要在 pglm 加载 dplyr 的同时加载 dplyr，但不包括lag如果你需要使用 dplyr 的lag use dplyr::lag。同上filter.
library(dplyr, exclude = c("filter", "lag"))
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
