plm中的滞后

Question

这是一个非常简单的问题，但我还没有找到一个明确的答案，所以我想我会问它。我使用plm包来处理面板数据。我正在尝试使用lag函数在时间上延迟一个变量(默认值是检索上一段时间的值，我想要下一段时间的值)。我发现许多旧的文章/问题(大约2009年)表明，通过使用k=-1作为参数，这是可能的。然而，当我尝试这样做时，我得到了一个错误。

示例代码：

library(plm)
df<-as.data.frame(matrix(c(1,1,1,2,2,3,20101231,20111231,20121231,20111231,20121231,20121231,50,60,70,120,130,210),nrow=6,ncol=3))
names(df)<-c("individual","date","data")
df$date<-as.Date(as.character(df$date),format="%Y%m%d")
df.plm<-pdata.frame(df,index=c("individual","date"))

滞后：

lag(df.plm$data,0)
##returns
1-2010-12-31 1-2011-12-31 1-2012-12-31 2-2011-12-31 2-2012-12-31 3-2012-12-31 
         50           60           70          120          130          210

lag(df.plm$data,1)
##returns
1-2010-12-31 1-2011-12-31 1-2012-12-31 2-2011-12-31 2-2012-12-31 3-2012-12-31 
         NA           50           60           NA          120           NA

lag(df.plm$data,-1)
##returns
Error in rep(1, ak) : invalid 'times' argument

我还读到plm.data已经在plm中的一些应用程序中取代了pdata.frame。然而，plm.data似乎根本不能与lag函数一起工作：

df.plm<-plm.data(df,indexes=c("individual","date"))
lag(df.plm$data,1)
##returns
[1]  50  60  70 120 130 210
attr(,"tsp")
[1] 0 5 1

如果有任何帮助，我将不胜感激。如果任何人对使用包来解决滞后问题有其他建议，我都会洗耳恭听。然而，我确实喜欢plm，因为它可以自动处理多个个体之间的滞后，并跳过时间序列中的间隙。

Answer 1

EDIT2：在plm CRAN版本>= 1.6-4中实现了滞后向前(=前导值)。函数可以是lead()或lag() (后者的前导值为负整数)。

注意使用相同函数名的任何其他附加包。当然，您可以使用完整的名称空间来引用函数，例如plm::lead。

来自?plm::lead的示例

# First, create a pdata.frame
data("EmplUK", package = "plm")
Em <- pdata.frame(EmplUK)

# Then extract a series, which becomes additionally a pseries
z <- Em$output
class(z)

# compute negative lags (= leading values)
lag(z, -1)
lead(z, 1) # same as line above
identical(lead(z, 1), lag(z, -1)) # TRUE

Answer 2

CRAN中的折叠包有一个基于C++的函数flag，以及相关的滞后/领先运算符L和F。它支持连续的滞后/前导序列(正负n值)，以及pseries和pdata.frame类。性能:比plm快100倍，比data.table快10倍(在写这篇文章时是R中最快的)。示例：

library(collapse)
pwlddev <- plm::pdata.frame(wlddev, index = c("iso3c", "year"))
head(flag(pwlddev$LIFEEX, -1:1))     # A sequence of lags and leads
             F1     --     L1
ABW-1960 66.074 65.662     NA
ABW-1961 66.444 66.074 65.662
ABW-1962 66.787 66.444 66.074
ABW-1963 67.113 66.787 66.444
ABW-1964 67.435 67.113 66.787
ABW-1965 67.762 67.435 67.113

head(L(pwlddev$LIFEEX, -1:1))        # Same as above
head(L(pwlddev, -1:1, cols = 9:12))  # Computing on columns 9 through 12
         iso3c year F1.PCGDP PCGDP L1.PCGDP F1.LIFEEX LIFEEX L1.LIFEEX F1.GINI GINI L1.GINI
ABW-1960   ABW 1960       NA    NA       NA    66.074 65.662        NA      NA   NA      NA
ABW-1961   ABW 1961       NA    NA       NA    66.444 66.074    65.662      NA   NA      NA
ABW-1962   ABW 1962       NA    NA       NA    66.787 66.444    66.074      NA   NA      NA
ABW-1963   ABW 1963       NA    NA       NA    67.113 66.787    66.444      NA   NA      NA
ABW-1964   ABW 1964       NA    NA       NA    67.435 67.113    66.787      NA   NA      NA
ABW-1965   ABW 1965       NA    NA       NA    67.762 67.435    67.113      NA   NA      NA
         F1.ODA ODA L1.ODA
ABW-1960     NA  NA     NA
ABW-1961     NA  NA     NA
ABW-1962     NA  NA     NA
ABW-1963     NA  NA     NA
ABW-1964     NA  NA     NA
ABW-1965     NA  NA     NA


library(microbenchmark)
library(data.table)
microbenchmark(plm_class = flag(pwlddev), 
               ad_hoc = flag(wlddev, g = wlddev$iso3c, t = wlddev$year), 
               data.table = qDT(wlddev)[, shift(.SD), by = iso3c]) 

Unit: microseconds
       expr      min        lq      mean   median         uq      max neval cld
  plm_class  462.313  512.5145  1044.839  551.562   637.6875 15913.17   100  a 
     ad_hoc  443.124  519.6550  1127.363  559.817   701.0545 34174.05   100  a 
 data.table 7477.316 8070.3785 10126.471 8682.184 10397.1115 33575.18   100   b

Answer 3

我也遇到了同样的问题，在plm或其他包中找不到好的解决方案。ddply很诱人(例如s5 = ddply(df, .(country,year), transform, lag=lag(df[, "value-to-lag"], lag=3)))，但是我不能让我的滞后列中的NAs正确地排成一列，而不是1。

我编写了一个强力解决方案，它逐行迭代数据帧，并用适当的值填充滞后列。它慢得可怕(我的13000x130数据帧需要437.33秒，而将它变成pdata.frame并使用lag只需要0.012秒)，但它为我完成了这项工作。我想我会在这里分享它，因为我在互联网上找不到太多的信息。

在下面的函数中：

• df是您的数据帧。此函数返回包含正向values.
• group的新列的df，该列是面板数据的分组变量的列名。例如，我有多个国家的纵向数据，并且我使用了"Country.Name“here.
• x是您想要从中生成滞后值的列，例如"GDP"
• forwardx是将包含前向滞后的(新)列，例如"GDP.next.year".
• lag是到未来的期数。例如，如果您的数据是按年间隔获取的，则使用lag=5会在五年后将forwardx设置为x的值。

。

add_forward_lag <- function(df, group, x, forwardx, lag) {
for (i in 1:(nrow(df)-lag)) {
    if (as.character(df[i, group]) == as.character(df[i+lag, group])) {
        # put forward observation in forwardx
        df[i, forwardx] <- df[i+lag, x]
    }
    else {
        # end of group, no forward observation
        df[i, forwardx] <- NA
    }
}
# last elem(s) in forwardx are NA
for (j in ((nrow(df)-lag+1):nrow(df))) {
    df[j, forwardx] <- NA
}
return(df)
}

请参阅使用内置DNase数据集的示例输出。这在dataset的上下文中没有意义，但它可以让您看到列的作用。

require(DNase)
add_forward_lag(DNase, "Run", "density", "lagged_density",3)

Grouped Data: density ~ conc | Run
     Run    conc    density lagged_density
1     1  0.04882812   0.017  0.124
2     1  0.04882812   0.018  0.206
3     1  0.19531250   0.121  0.215
4     1  0.19531250   0.124  0.377
5     1  0.39062500   0.206  0.374
6     1  0.39062500   0.215  0.614
7     1  0.78125000   0.377  0.609
8     1  0.78125000   0.374  1.019
9     1  1.56250000   0.614  1.001
10    1  1.56250000   0.609  1.334
11    1  3.12500000   1.019  1.364
12    1  3.12500000   1.001  1.730
13    1  6.25000000   1.334  1.710
14    1  6.25000000   1.364     NA
15    1 12.50000000   1.730     NA
16    1 12.50000000   1.710     NA
17    2  0.04882812   0.045  0.123
18    2  0.04882812   0.050  0.225
19    2  0.19531250   0.137  0.207

考虑到这需要多长时间，你可能想要使用一种不同的方法:向后-滞后所有其他变量。