与包装‘and’和‘`plm`’的第一次差异的回归

Question

我从教科书中直接估计出第一个差异的线性回归：

Edition.

• Christoph Hanck，Martin，Alexander和Martin，经济计量学导论，https://www.econometrics-with-r.org/10-rwpd.html

• Data，https://cran.r-project.org/web/packages/AER/AER.pdf

首先，我从plm()包中估计模型与plm函数的差异，并从broom包中提取augment()函数的残差。我收到了一条错误消息，并怀疑我可能没有正确使用"fd"选项和/或误用augment()。对model="pooling"的类似尝试似乎奏效了。帮助感激！

library(AER)
data(Fatalities)
Fatalities$fatality <- Fatalities$fatal / Fatalities$pop * 10000

library(plm)
library(broom)

plm.pool <- plm(fatality ~ beertax, data=Fatalities, model="pooling")
tidy(plm.pool)  # ok
augment(plm.pool)  # ok


plm.fd <- plm(fatality ~ beertax, data=Fatalities, 
              index=c("state", "year"), 
              model="fd")
tidy(plm.fd)  # looks ok
# A tibble: 2 × 5
  term        estimate std.error statistic p.value
  <chr>          <dbl>     <dbl>     <dbl>   <dbl>
1 (Intercept) -0.00314    0.0119   -0.263    0.792
2 beertax      0.0137     0.285     0.0480   0.962


augment(plm.fd)  # not ok

Error in `$<-.data.frame`(`*tmp*`, ".resid", value = c(`2` = 0.219840293582125,  : 
  replacement has 288 rows, data has 336
In addition: Warning message:
In get(.Generic)(e1, e2) :
  longer object length is not a multiple of shorter object length

编辑:一个解决的方法

因此，我怀疑这个问题与plm返回的模型和残差没有相同的行数有关：

length(row.names(plm.fd$model))是336号

length(names(plm.fd$residuals))是288个。

有人能告诉我，以下是否是从第一次差分估计中得到残差和拟合值的正确方法？

data.frame(".rownames" = row.names(plm.fd$model), plm.fd$model) %>%
  left_join(data.frame(".rownames" = names(resid(plm.fd)), 
                       ".fitted" = fitted(plm.fd),
                       ".resid" = resid(plm.fd)
                       )) -> Fatalities.augmented
head(Fatalities.augmented)

  .rownames fatality  beertax       .fitted       .resid
1         1  2.12836 1.539379            NA           NA
2         2  2.34848 1.788991  0.0034166261  0.219840294
3         3  2.33643 1.714286 -0.0010225479 -0.007890716
4         4  2.19348 1.652542 -0.0008451287 -0.138968054
5         5  2.66914 1.609907 -0.0005835833  0.479380363
6         6  2.71859 1.560000 -0.0006831177  0.053269973

参考文献：

• https://cran.r-project.org/web/packages/plm/plm.pdf
• https://cran.r-project.org/web/packages/broom/broom.pdf

编辑参考资料：

• Using broom::augment Panel data models

Answer 1

这是由于误解或非特殊的套管，第一差分( FD )面板模型在broom::augment_columns：函数假定FD模型的残值有相同的预测值。

更具体地说，这一行：ret$.resid <- residuals0(x) (https://github.com/tidymodels/broom/blob/069c21e903174fcf5d491091b7c347a9fdcd2999/R/utilities.R#L256)

FD模型对数据进行压缩，因此残差的个数低于模型估计所用的观测数。您可以在summary输出中看到这一点：

summary(panel3) # FD model
Oneway (individual) effect First-Difference Model

[...]
Balanced Panel: n = 90, T = 7, N = 630
Observations used in estimation: 540
[...]

当该模型输入630个观测值时，在FD变换后，仅使用540个变换观测值，因为每组(个体维) -> 630 - 90 = 540个观测值损失一次。

broom:augment_columns希望将预测值(630)和剩余值(540)放在相同的数据帧中，这必然会失败。如果他们想这样做，他们可以用NA填充值(例如，每一个设置为NA的第一行)。

我的建议是让开发人员/扫帚的维护者意识到这个问题(也许还有这篇文章)。plm的FD面板模型是通过plm_object$args$model == "fd"识别的。