如何在 R 中对多维面板数据进行回归

Question

我需要对面板数据进行回归。它有 3 个维度（年 * 公司 * 国家）。例如：

============================================
 year | comp | count |  value.x |  value.y
------+------+-------+----------+-----------
 2000 |   A  |  USA  |  1029.0  |  239481   
------+------+-------+----------+-----------
 2000 |   A  |  CAN  |  2341.4  |  129333   
------+------+-------+----------+-----------
 2000 |   B  |  USA  |  2847.7  |  187319   
------+------+-------+----------+-----------
 2000 |   B  |  CAN  |  4820.5  |  392039
------+------+-------+----------+-----------
 2001 |   A  |  USA  |  7289.9  |  429481
------+------+-------+----------+-----------
 2001 |   A  |  CAN  |  5067.3  |  589143
------+------+-------+----------+-----------
 2001 |   B  |  USA  |  7847.8  |  958234
------+------+-------+----------+-----------
 2001 |   B  |  CAN  |  9820.0  | 1029385
============================================

但是，R 包plm 似乎无法处理超过 2 维的问题。

我试过了

result <- plm(value.y ~ value.x, data = dataname, index = c("comp","count","year"))

它返回错误：

Error in pdata.frame(data, index) : 
'index' can be of length 2 at the most (one individual and one time index)

当面板数据（个体 * 时间）在“个体”中具有超过 1 个维度时，您如何运行回归？

---

如果有人遇到同样的情况，我会把我的解决方案放在这里：

R 似乎无法应对这种情况。而你唯一能做的就是添加假人。如果您添加虚拟变量所依据的分类变量包含的类别过多，您可以试试这个：

makedummy <- function(colnum,data,interaction = FALSE,interation_varnum)
{
  char0 = colnames(data)[colnum]
  char1 = "dummy"
  tmp = unique(data[,colnum])
  valname = paste(char0,char1,tmp,sep = ".")
  valname_int = paste(char0,char1,"int",tmp,sep = ".")
  for(i in 1:(length(tmp)-1))
  {
    if(!interaction)
    {
      tmp_dummy <- ifelse(data[,colnum]==tmp[i],1,0)
    }
    if(interaction)
    {
      index = apply(as.matrix(data[,colnum]),1,identical,y = tmp[i])
      tmp_dummy = c()
      tmp_dummy[index] = data[index,interation_varnum]
      tmp_dummy[!index] = 0
    }
    tmp_dummy <- data.frame(tmp_dummy)
    if(!interaction)
    {
      colnames(tmp_dummy) <- valname[i]
    }
    if(interaction)
    {
      colnames(tmp_dummy) <- valname_int[i]
    }
    data<-cbind(data,tmp_dummy)
  }
  return(data)
}

例如：

## Create fake data
fakedata <- matrix(rnorm(300),nrow = 100)
cate <- LETTERS[sample(seq(1,10),100, replace = TRUE)]
fakedata <- cbind.data.frame(cate,fakedata)

## Try this
fakedata <- makedummy(1,fakedata)

## If you need to add dummy*x to see if there is any influences of different categories on the coefficients, try this
fakedata <- makedummy(1,fakedata,interaction = TRUE,interaction_varnum = 2)

这里可能有点冗长，我没有完善它。欢迎任何建议。现在您可以对数据执行 OLS。

Answer 1

我觉得你也可以这样做：

df <-transform(df, ID = as.numeric(interaction(comp, count, drop=TRUE))) 

然后估计

result <- plm(value.y ~ value.x, data = df, index = ("ID","year"))

Answer 2

这个问题很像这样：

• fixed effects in R: plm vs lm + factor()
• Fixed Effects plm package R - multiple observations per year/id

你可能不想创建一个新的 dummy，然后使用 dplyr 包你可以使用 group_indices 函数。虽然它不支持mutate，但下面的方法很简单：

fakedata$id <- fakedata %>% group_indices(comp, count)

id 变量将是您的第一个面板维度。因此，您需要将 plm 索引参数设置为 index = c("id", "year")。

对于替代方案，您可以查看以下问题：R create ID within a group。

Answer 3

如果您想控制内部模型中的另一个维度，只需为其添加一个虚拟对象：

plm(value.y ~ value.x + count, data = dataname, index = c("comp","year"))

或者（特别是对于高维数据），查看lfe 包，它可以“吸收”附加维度，因此汇总输出不会被虚拟变量污染。

Answer 4

我认为您想使用lm() 而不是plm(）。这篇博文讨论了您的目标：

https://www.r-bloggers.com/r-tutorial-series-multiple-linear-regression/

对于你的例子，我想它看起来像下面这样：

lm(formula = comp ~ count + year, data = dataname)