使用 plm 前需要声明面板数据吗？答案

【问题标题】：Need to declare panel data before using plm?使用 plm 前需要声明面板数据吗？
【发布时间】：2020-08-20 00:14:32
【问题描述】：

简单的问题，但在使用 plm 估计 FE 回归之前 - 我是否需要使用 plm.data 将 df “设置”为面板数据（类似于 Stata 中的 xtset）？

pdata <- plm.data(df, index = "state", "year")

我认为在回归中包含“索引”会照顾 FE？例如

 Model1 <- plm(DV ~ IV + IV2, 
              data = df,
              index = c("state", "year"),
              model="within") 

    stargazer(Model1, type = 'text', align = TRUE, title = "Regression Results")

此消息来源声称：“当前版本的 plm 无需任何进一步转换即可使用常规 data.frame，前提是个人和时间索引位于前两列中，就像在所有示例数据集中一样，但工资。如果不是这种情况，则必须将索引可选参数传递给估计和测试函数。 https://cran.r-project.org/web/packages/plm/vignettes/plmPackage.html

【问题讨论】：

标签： r regression plm economics

【解决方案1】：

您可以在 plm 命令之前使用 pdata.frame()（plm.data() 已过时）或更简单（与 Stata 不同）在 plm() 调用本身中执行此操作。 例子：

library(plm)
data("Grunfeld", package="plm")

class(Grunfeld)
# [1] "data.frame"

head(Grunfeld, 3)
#   firm year   inv  value capital
# 1    1 1935 317.6 3078.5     2.8
# 2    1 1936 391.8 4661.7    52.6
# 3    1 1937 410.6 5387.1   156.9

plm 期望前两列是组和时间数据。因此，当您使用上面的 Grunfeld 示例数据进行 FE 回归而不指定索引时，它将起作用。

wi1 <- plm(inv ~ value + capital,
           data=Grunfeld, model="within", effect="twoways")
wi1$coe
#     value   capital 
# 0.1177159 0.3579163

但是，当您混淆列时，会发生错误。

## confuse columns
Grunfeld2 <- Grunfeld[c(3:5, 2,1)]

head(Grunfeld2, 3)
#     inv  value capital year firm
# 1 317.6 3078.5     2.8 1935    1
# 2 391.8 4661.7    52.6 1936    1
# 3 410.6 5387.1   156.9 1937    1

plm(inv ~ value + capital,
    data=Grunfeld2, model="within", effect="twoways")
# Error in plm.fit [...]

我们需要在plm调用中指定index=c(<group>, <time>)，

wi2 <- plm(inv ~ value + capital, index=c("firm", "year"),
           data=Grunfeld2, model="within", effect="twoways")
wi2$coe
#     value   capital 
# 0.1177159 0.3579163

或通过生成"pdata.frame"。

Grunfeld3 <- pdata.frame(Grunfeld2, index=c("firm", "year"))  
class(Grunfeld3)
# [1] "pdata.frame" "data.frame"

列的顺序不会改变，index 而是存储在属性中。您可能需要比较 attributes(Grunfeld2) 和 attributes(Grunfeld3)。

wi3 <- plm(inv ~ value + capital,
           data=Grunfeld3, model="within", effect="twoways")
wi3$coe
#     value   capital 
# 0.1177159 0.3579163

wi1、wi2 和 wi3 的结果相同。不过会有一些后果，因为 "pdata.frame" 的行名对应于 group-time：

head(Grunfeld3, 3)
#          inv  value capital year firm
# 1-1935 317.6 3078.5     2.8 1935    1
# 1-1936 391.8 4661.7    52.6 1936    1
# 1-1937 410.6 5387.1   156.9 1937    1

因此，all.equal 抛出字符串不匹配，

all.equal(wi2, wi3)
# [1] "Component “residuals”: Names: 200 string mismatches"                            
# [2] "Component “model”: Attributes: < Component “row.names”: 200 string mismatches >"
# [3] "Component “call”: target, current do not match when deparsed"

但值是相同的：

head(wi2$residuals)
#        1          2          3          4          5          6 
# 41.10980  -69.68476 -152.11391  -19.73566  -93.36168  -28.48560 
head(wi3$residuals)
#   1-1935     1-1936     1-1937     1-1938     1-1939     1-1940 
# 41.10980  -69.68476 -152.11391  -19.73566  -93.36168  -28.48560 

head(wi2$model, 3)
#     inv  value capital
# 1 317.6 3078.5     2.8
# 2 391.8 4661.7    52.6
# 3 410.6 5387.1   156.9

head(wi3$model, 3)
#          inv  value capital
# 1-1935 317.6 3078.5     2.8
# 1-1936 391.8 4661.7    52.6
# 1-1937 410.6 5387.1   156.9

wi2$call
# plm(formula = inv ~ value + capital, data = Grunfeld2, effect = "twoways", 
#     model = "within", index = c("firm", "year"))
wi3$call
# plm(formula = inv ~ value + capital, data = Grunfeld3, effect = "twoways", 
#     model = "within")

【讨论】：