在综合控制方法中，测量时间是否必须是连续的？

Question

过去几天我一直在发布一些关于合成控制方法的问题，因为我一直遇到问题。除其他外，我目前的问题是我似乎收到了有关我进行研究的时间跨度的错误消息。我正在测量与选举日期相关的数据，因此，我的数据不是在连续的时间段内测量的，但其中存在差距。现在，如果我运行我的代码，我会收到以下错误：

“从 time.predictors.prior 开始的时间段 1949 在 time.variable 中找不到”

确实，我没有 1949 年的测量值，但我有 1948 年和 1952 年的测量值。我的问题是，我该如何解决这个问题？

我已尝试创建连续时间刻度，但这样做会得到不正确的数据，因为数据的性质不允许我以连续刻度测量数据。

dataprep_outcomes <- dataprep(foo=dataset [dataset$Year %in% c(1948:1986),], + predictors = c("Income","Distance","Gini","Percentage_voted","Protest"), + dependent = c("Percentage_voted"), + unit.variable = c("Municipality_No"), + time.variable = c("Year"), + treatment.identifier = 1, + controls.identifier = c(2:14), + time.predictors.prior = c(1948:1967), + time.optimize.ssr = c(1948:1986), + unit.names.variable = c("Municipality_ID"), + time.plot = c("Year"))}

我想解决这个问题，这将非常有帮助，作为外行，我将非常感谢听到建议。

提前谢谢你。

Answer 1

如果无法访问您的数据，我无法确认这是否可行。但是，看起来问题在于您告诉函数先前的时间段是 1948 年到 1967 年，而实际上它们只是这些日期的一个子集。一种解决方案可能是指定 time.predictors.prior = intersect(1948:1967, dataset$Year)，这将确保您用于 time.predictors.prior 的唯一值是您的数据中的值。

您需要确保您指定的任何时间范围仅包括观察日期，这意味着您还需要调整 time.optimize.ssr 中的日期范围。这是一个使用内置 basque 数据框（在 Synth 包中）的示例。请注意，在任何地方都指定了年份范围，我们需要确保它只包含观察到的年份。我正在使用 intersect 进行此操作，但还有其他方法。在您的函数中，这会容易得多，因为据我所知，您只在两个地方指定了年份范围。

data(basque)

basque <- subset(basque, !year %in% c(1965, 1966)) # remove two of the "prior" years

# dataprep: prepare data for synth
dataprep.out <-
  dataprep(
    foo = basque
    ,predictors= c("school.illit",
                   "school.prim",
                   "school.med",
                   "school.high",
                   "school.post.high"
                   ,"invest"
    )
    ,predictors.op = c("mean")
    ,dependent     = c("gdpcap")
    ,unit.variable = c("regionno")
    ,time.variable = c("year")
    ,special.predictors = list(
      list("gdpcap",intersect(1960:1969, basque$year),c("mean")),                            
      list("sec.agriculture",intersect(basque$year, seq(1961,1969,2)),c("mean")),
      list("sec.energy",intersect(basque$year, seq(1961,1969,2)),c("mean")),
      list("sec.industry",intersect(basque$year, seq(1961,1969,2)),c("mean")),
      list("sec.construction",intersect(basque$year, seq(1961,1969,2)),c("mean")),
      list("sec.services.venta",intersect(basque$year, seq(1961,1969,2)),c("mean")),
      list("sec.services.nonventa",intersect(basque$year, seq(1961,1969,2)),c("mean")),
      list("popdens",1969,c("mean")))
    ,treatment.identifier  = 17
    ,controls.identifier   = c(2:16,18)
    ,time.predictors.prior = intersect(1964:1969, basque$year)
    ,time.optimize.ssr     = intersect(1964:1969, basque$year)
    ,unit.names.variable   = c("regionname")
    ,time.plot            = intersect(c(1955:1997), basque$year)
  )