不平衡面板上第一次差分回归的残差

Question

我试图使用plm来估计一些不平衡面板数据上的第一个差分模型。我的模型似乎奏效了，我得到了系数估计，但我想知道是否有一种方法可以得到每一次观测的残差(或拟合值)。

我遇到了两个问题，我不知道如何将残差附加到与它们相关的观察上，而且我似乎得到了一个不正确的残差数。

如果我使用model.name$residuals从估计模型中检索残差，就会得到一个比model.name$model更短的向量。

require(plm)
X <- rnorm(14)
Y <- c(.4,1,1.5,1.3,1,4,5,6.5,7.3,3.7,5,.7,4,6)
Time <- rep(1:5,times=2)
Time <- c(Time, c(1,2,4,5))
ID <- rep(1:2,each=5)
ID <- c(ID,c(3,3,3,3))
TestData <- data.frame("Y"=Y,"X"=X,"ID"=ID,"Time"=Time)
model.name <- plm(Y~X,data=TestData,index = c("ID","Time"),model="fd")

> length(model.name$residuals)
[1] 11
> nrow(model.name$model)
[1] 14

(注: ID=3缺少对t=3的观察)

查看model.name$model，我看到它包含所有的观测，包括ID的每个成员的t=1。在第一个差分中，t=1观测将被删除，因此在这种情况下，所有时间段的两个ID都应该有4个剩余的剩余时间周期。ID=3对于t=2应该有一个残留物，对于缺少的t=3没有一个，对于t=4没有一个，因为没有值(由于缺少t=3值)，而对于t=5则是一个残差。

从这一点看，应该有10个残差，但我有11个。我想知道为什么会有这么多的残差，以及如何将残差连接到正确的索引(ID和时间)。

Answer 1

model="fd"的滞后是基于相邻的行，而不是时间索引的实际值。因此，如果您有非连续的时间段，这将给您意外的结果。为了避免这种情况，请在尊重滞后时间的同时进行差异，并估计池模型。这些数据的不平衡性在这里并不值得关注。

从包plm的1.7.0版本开始，lag()函数根据每个默认时间段的值执行滞后(以前的默认值是相邻的行)。使用这个函数自己做滞后的事情。

继续你的例子：

pTestData <- pdata.frame(TestData, index=c("ID", "Time"))

pTestData$Y_diff <- plm::lag(pTestData$Y) - pTestData$Y
pTestData$X_diff <- plm::lag(pTestData$X) - pTestData$X
fdmod <- plm(Y_diff ~ X_diff, data = pTestData, model = "pooling")
length(residuals(fdmod)) # 10
nrow(fdmod$model)        # 10

我解释了在引用延迟函数时使用了plm::，因为其他几个包也有一个滞后函数(最显著的是stats和dplyr)，您希望在这里使用包plm中的一个。若要将残差增大到差异数据(实际用于计算模型)，只需执行以下操作：dat <- cbind(fdmod$model, residuals(fdmod))

此外，您可能对函数is.pconsecutive感兴趣，以检查数据的机密性：

is.pconsecutive(pTestData)
#    1     2     3 
# TRUE  TRUE FALSE 

函数make.pconsecutive将通过插入缺少时间段的带有NA值的行来使数据连续。