如何平衡不平衡的面板数据？

debugcn 发表于 Dev

克里斯蒂安

假设我有以下不平衡Pandel数据：

unbalanced.panel = structure(list(firm = c("A", "A", "A", "A", "B", "B", "A", "A", 
"B", "C", "C"), ind = c(1, 1, 1, 1, 2, 2, 2, 2, 1, 1, 1), year = c(2010, 
2011, 2012, 2013, 2011, 2013, 2011, 2012, 2010, 2012, 2013), 
    charac1 = c("x", "x", "x", "x", "y", "y", "z", "z", "g", 
    "h", "h"), var1 = c(11, 12, 13, 14, 15, 18, 15, 29, 31, 13, 
    2)), row.names = c(NA, -11L), class = c("tbl_df", "tbl", 
"data.frame"))

   firm    ind  year charac1  var1
   <chr> <dbl> <dbl> <chr>   <dbl>
 1 A         1  2010 x          11
 2 A         1  2011 x          12
 3 A         1  2012 x          13
 4 A         1  2013 x          14
 5 B         2  2011 y          15
 6 B         2  2013 y          18
 7 A         2  2011 z          15
 8 A         2  2012 z          29
 9 B         1  2010 g          31
10 C         1  2012 h          13
11 C         1  2013 h           2

其中，每个唯一的组（个体）用的组合来标识firm和ind，即个体“A1”是从“A2”个别不同。时间索引由year变量给出。

我想要的是平衡总数据（指数=（个人=公司指数，时间=年）），用NA填补隐性的缺失缺口。

预期结果如下：

   firm    ind  year charac1  var1
   <chr> <dbl> <dbl> <chr>   <dbl>
 1 A         1  2010 x          11
 2 A         1  2011 x          12
 3 A         1  2012 x          13
 4 A         1  2013 x          14
 5 B         2  2010 y          NA
 6 B         2  2011 y          15
 7 B         2  2012 y          NA
 8 B         2  2013 y          18
 9 A         2  2010 z          NA
10 A         2  2011 z          15
11 A         2  2012 z          29
12 A         2  2013 z          NA
13 B         1  2010 g          31
14 B         1  2011 g          NA
15 B         1  2012 g          NA
16 B         1  2013 g          NA
17 C         1  2010 h          NA
18 C         1  2011 h          NA
19 C         1  2012 h          13
20 C         1  2013 h           2

我尝试使用，plm::make.pbalanced(unbalanced.panel, balance.type = "fill")但出现以下错误：

模式错误<-（tmp，value = id_orig_typeof）：无效以更改因子的存储模式

我什至尝试使用tidyr::complete()，但是这并不能达到我想要的平衡面板。

这些是我的要求：当唯一的个人（firm-ind）缺少年份行时，必须使用NA填充时变变量（var1），但是应使用唯一的变量填充时变变量，例如特征（charact1）值。

方法有什么问题tidyr::complete()？它不允许我区分要填充或扩展的时不变变量和时变变量。而且它不能识别唯一的个人索引（在这种情况下为牢固索引）。

unbalanced.panel >%>
  tidyr::complete(firm, year, nesting(var1))

上面的代码使出现一个新的单独的“ C2”，并用NA填充时不变变量。

万维网

我们可以complete从tidyr包装中使用。关键是要nesting正确设置。

library(dplyr)
library(tidyr)

balanced.panel <- unbalanced.panel %>%  
  complete(nesting(firm, ind, charac1), year = full_seq(year, period = 1))
balanced.panel
# # A tibble: 20 x 5
#  firm    ind charac1  year  var1
#  <chr> <dbl> <chr>   <dbl> <dbl>
#  1 A         1 x        2010    11
#  2 A         1 x        2011    12
#  3 A         1 x        2012    13
#  4 A         1 x        2013    14
#  5 A         2 z        2010    NA
#  6 A         2 z        2011    15
#  7 A         2 z        2012    29
#  8 A         2 z        2013    NA
#  9 B         1 g        2010    31
# 10 B         1 g        2011    NA
# 11 B         1 g        2012    NA
# 12 B         1 g        2013    NA
# 13 B         2 y        2010    NA
# 14 B         2 y        2011    15
# 15 B         2 y        2012    NA
# 16 B         2 y        2013    18
# 17 C         1 h        2010    NA
# 18 C         1 h        2011    NA
# 19 C         1 h        2012    13
# 20 C         1 h        2013     2

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。