如何处理 Error: 0 (non-NA) case plm package？答案

【问题标题】：How to deal with Error: 0 (non-NA) cases plm package?如何处理 Error: 0 (non-NA) case plm package？
【发布时间】：2017-01-12 21:49:23
【问题描述】：

我知道有人问过这个问题，并且我已经查看了至少 10 个有关此主题的主题，但我仍然无法理解。我正在使用 plm 包来估计一些面板数据的随机效应模型。我有一个我指定的模型，但是当我插入一个不包含任何 NA 的附加变量时，我收到以下错误消息。

Error in lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) : 
  0 (non-NA) cases

我已尽可能将其缩减为以下内容：

plm(dependent ~ varA + varB + varC + varD, data=mydata,
    model="random", index=c("Name", "Month"), na.action=na.exclude)

没有varA，模型可以正常工作。代替VarA，我可以插入我可以使用的其他变量，其中一些可以工作，而另一些则不能。

我的数据可以通过here获取。

我尝试过使用na.omit(mydata)，它有时会起作用，但并不可靠。

任何见解将不胜感激。

【问题讨论】：

标签： r statistics plm

【解决方案1】：

到目前为止，这是一篇旧帖子，但它是在线发布的此特定问题的唯一参考。我刚刚使用 plm 包和 plm 函数专门遇到了这个问题。我发现在这种情况下错误消息具有误导性。在我的情况下，完整案例的数量（请参阅函数 complete.cases()）不是 0，我无法弄清楚为什么 plm 函数会给我这个错误消息。

在挖掘了我的数据后，我发现问题实际上是我的数据中存在值 -Inf 或 Inf 的条目。我只是用 NA 替换了这些条目（讽刺！）并且 plm 函数运行顺利。

请注意，对相同的回归公式使用 lm 函数实际上给了我这个实际的错误消息：

“lm.fit 中的错误（x，y，偏移量 = 偏移量，奇异值.ok = 奇异值.ok，...）： 'y' 中的 NA/NaN/Inf"

这显然更能说明实际发生的情况。

最好的问候

【讨论】：

感谢分享。从我的数据中可以看出，没有 (-)Inf 案例。不过，希望这可能对其他人有帮助。

【解决方案2】：

这是由于您的数据和模型的具体情况而发生的，因此这是一个统计问题：

在 Swamy-Arora (random.method = "swar") 的默认随机效应方法中使用的间回归对于此模型是不可估计的（4 个个体（在您的数据中为 Name），同时尝试估计 4 个协变量和截距），因此该模型无法使用默认的 RE 估计器进行估计。您可以尝试不同的随机效果方法，例如，将random.method 设置为"amemiya" 或"walhus"。

plm(dependent ~ varA + varB + varC + varD, data=mydata, 
    model="random", index=c("Name", "Month"), random.method = "amemiya")

（是的，plm的错误信息可以在这里改进。）

【讨论】：

我想我不明白。如果估计量产生完美拟合，它不是有效的回归量吗？如果其他方法不起作用？我认为错误消息是无用的，但是您如何确定这一点？另外，你能清理一下你的废话吗？什么是“回归之间”？

【解决方案3】：

当尝试使用由字符串组成的变量时，也会出现此问题。对我来说，当我尝试使用包含类似列的数据框时，就会出现这个确切的错误

data$column
"1", "2", "3", "4", ...

使用as.numeric(data$column) 将字符串替换为对应的数值可以解决问题并允许回归。

【讨论】：