Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
plm回归中的错误
同事 我有面板数据 Company year Beta NI Sales Export Hedge FL QR AT Foreign 1 1 2010 2 2052800 293000 1881000 78 6816 0 23 5158 1
r
paneldata
分组时间序列(面板)数据的交叉验证
我使用面板数据 随着时间的推移 我观察许多单位 例如人 对于每个单元 我都有相同固定时间间隔的记录 当将数据分为训练集和测试集时 我们需要确保这两个集是不相交的并且顺序的 即训练集中的最新记录应该在测试集中最早的记录之前 参见例如此博客文章
python3x
scikitlearn
TimeSeries
crossvalidation
paneldata
具有两个以上固定效应的 Python 面板数据回归
我有一个面板数据库 想运行考虑固定效应的回归 使用Panel Ols 时 两个固定效果可以正常工作 我的代码如下所示 df countyCode pd Categorical df countyCode df state pd Catego
python
pandas
linearregression
paneldata
linearmodels
在 R: lme4::glmer 中指定逻辑混合模型中重复测量的随机效应
我正在寻找反馈 以确定如何正确指定随机效应来解释重复测量设计中的相关性 但具有多个相关性级别 包括纵向数据 对于每个预测变量组合 结果是二元的 所以我将拟合逻辑混合模型 我本来打算使用glmer 函数从lme4包裹 如果您想知道这些数据是如
r
LogisticRegression
lme4
mixedmodels
paneldata
R 中具有二进制因变量的面板数据
是否可以使用带有二元因变量的面板数据集在 R 中进行回归 我熟悉使用 glm 表示 logit 和 probit 以及使用 plm 表示面板数据 但不知道如何将两者结合起来 有现成的代码示例吗 EDIT 如果我能弄清楚如何提取 plm 在进
r
Regression
paneldata
plm
面板数据 R 中的多重共线性检验
我正在使用以下命令运行面板数据回归plm封装在R并希望控制解释变量之间的多重共线性 我知道有vif 函数在car package 但据我所知 它无法处理面板数据输出 The plm可以进行其他诊断 例如单位根检验 但我发现没有计算多重共线性
r
Regression
plm
paneldata
如何获得后续观察值(国家年)之间的差异?
假设我有 5 个国家 地区 10 年内的分数 例如 mydata lt 1 3 mydata lt expand grid country c A B C D E year c 1980 1981 1982 1983 1984 1985 1
r
DataFrame
dataTable
dplyr
paneldata
R - 使用 data.table 有效测试多行和多列的滚动条件
我正在尝试测试 data table 中的各种条件 看起来像这个可重现的示例 set seed 17 year lt 1980 rnbinom 10000 3 0 35 event lt rep LETTERS length out 100
r
dataTable
paneldata
面板数据中汇总回归模型的模型预测
我正在尝试生成一个预测模型 在该模型中 我每年都会进行多次汇总回归 基于前几年 从而允许系数随时间变化 这在提供的示例数据中可能没有意义 但在我的示例中实际上是这样做的 这是我到目前为止的想法 我将代码调整为 plm 包中的可重现示例 数据
r
linearregression
Prediction
datamanipulation
paneldata
从长数据绘制 Pandas 的数据透视表
我有一个 xls 文件 其中的数据以长格式组织 我有四列 变量名称 国家 地区名称 年份和值 使用 pandas read excel 在 Python 中导入数据后 我想绘制不同国家的一个变量的时间序列 为此 我创建了一个数据透视表 以宽
python
pandas
matplotlib
paneldata
如何使用 R 运行面板数据中个体固定效应的预测概率(或平均边际效应)?
这是运行单个固定效应方法的三种不同方法 它们给出或多或少相同的结果 见下文 我的主要问题是如何使用第二个模型获得预测概率或平均边际效应 model plm 或第三个模型 model felm 我知道如何使用第一个模型来做到这一点 model
r
paneldata
emmeans
marginaleffects
R plm 与 Fixst 包 - 结果不同?
我试图理解为什么 R 包 plm and fixest 当我使用异方差稳健标准误差 HC1 和状态固定效应估计面板模型时 给我不同的标准误差 有人给我提示吗 这是代码 library AER For the Fatality Dataset
r
paneldata
plm
Robust
R 中的豪斯曼类型测试
我一直在使用 plm 包的R进行面板数据分析 该软件包中用于选择 固定效应 或 随机效应 模型的重要测试之一称为豪斯曼型 Stata 也可进行类似的测试 这里的重点是Stata要求首先估计固定效应 然后再估计随机效应 但是 我在 plm 包
r
stata
plm
paneldata
plm 或 lme4 用于面板数据的随机和固定效应模型
我可以使用以下命令在面板数据上指定随机效应模型和固定效应模型吗lme4 questions tagged lme4 我正在重做来自 Wooldridge 2013 p 494 5 的示例 14 4r questions tagged r 谢
r
lme4
paneldata
plm
在 R 中生成滞后时间序列横截面变量
我是 R 新用户 我有一个时间序列横截面数据集 尽管我已经找到了滞后时间序列数据的方法R 我还没有找到创建滞后时间序列横截面变量的方法 以便我可以在分析中使用它们 以下是您可以如何使用lag 功能与zoo 和面板系列数据 gt librar
r
TimeSeries
paneldata
plm
pglm 中的 lag() 似乎对 stats 中的 lag() 存在 bug
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 gt 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pg
r
paneldata
plm
估计面板中常见集合成员随时间变化的百分比
我有一个时间序列面板数据集 其结构如下 有 2 个基金 每个基金在每个时间段都拥有不同的股票 df lt data frame fund id c 1 1 1 1 1 1 1 1 1 2 2 2 2 time Q c 1 1 1 2 2 2
r
dplyr
TimeSeries
dataTable
paneldata
对 xts 数据进行排序,使其看起来像 R 中的面板数据
我需要使用 R 的 PerformanceAnalytics 包 要使用这个包 它需要我将数据转换为 xts 数据 数据可以从这个链接下载 https drive google com file d 0B8usDJAPeV85elBmWXF
r
Sorting
TimeSeries
xts
paneldata
对不平衡面板数据集进行子集化,以在 R 中至少有 2 个连续观测值
我在 R 中有一个不平衡面板数据集 以下将作为示例 dt lt data frame name rep c A B C c 3 2 3 year c 2001 2003 2000 2002 2000 2001 2003 gt dt name
r
subset
paneldata
R 中不平衡面板上的简单移动平均线
我正在处理不平衡 间隔不规则的横截面时间序列 我的目标是获得 数量 向量的滞后移动平均向量 并按 主题 分段 换句话说 假设对Subject 1观察到以下数量 1 2 3 4 5 我首先需要将其滞后 1 得到 NA 1 2 3 4 然后我需
r
dataTable
plyr
paneldata
splitapplycombine
1
2
»