library(pdR)
library(plm)
library(plm)
###读取数据,面板数据为中国大陆31个省级行政单位的财政相关数据,时间范围为至,共372行,14列。
data=read.csv("trsp.csv",sep=",",head=T)
trsp.data=plm.data(data)
###pdR包中进行面板门限回归的主函数为ptm(),主要参数包括:被解释变量dep;门限变量d;受门限变量影响的解释变量ind1;不受门限变量影响的解释变量ind2;Boostrap重复次数bootn;数据剪切比例trimn;待检验分位数个数qn;置信区间conf_lev;时间数t;个体数n。
###ptm()函数中,dep、d、ind1和ind2均为矩阵形式数据格式,不能以向量形式保存。此外,dep和d只能是包含1列的单变量,ind1和ind2可以是多列的变量组。
###ptm()函数中,门限数量通过bootn和trimn参数控制,如bootn=10、bootn=c(10,10)以及bootn=c(10,10,10)分别表示单门限、双门限和三门限模型。
summary(ptm(
dep=as.matrix(trsp.data[,3],12*31,1),
ind1=as.matrix(trsp.data[,6:7],12*31,1),
ind2=trsp.data[,c(11,12)],
d=as.matrix(trsp.data[,7],12*31,1),
bootn=c(10,10,10),
trimn=c(0.05,0.05,0.05),
qn=10,conf_lev=0.95,
t=12,n=31))
###ptm()函数的运行结果最终保存为list形式,list中元素的个数等于门限数量。因此建议通过summary()函数查看ptm()函数的详细运行结果。
###summary(ptm())的运行结果包含以下内容:(1)模型基本信息;(2)不包含门限变量的残差平方和SSE;(3)单门限模型基本回归结果,包括门限估计值、置信区间、SSE、不受门限变量影响的因变量系数估计值、受门限变量影响的因变量系数估计值、门限效应LR检验结果;(4)Boostrap分析结果。
###模型基本信息
###不包含门限变量的SSE,根据SSE可以编写函数计算拟合优度
###单门限模型回归结果,系数估计结果包括系数估计值、回归标准误和t值
###Boostrap分析结果
###双门限模型回归结果,信息与单门限模型一致
###三门限模型回归结果
利用ptm()函数进行面板门限分析时,需要注意以下问题。首先,运行速度对bootn和qn参数的设置较为敏感,当bootn和qn较大时,计算时间较长。其次,ptm()不用直接制定数据集,因此变量可以不必保存在一个矩阵中,但需注意dep、d、ind1和ind2中的数据,必须以矩阵的形式保存,不能以向量的形式保存,否则R会提示data.frame()的长度不一致。
本文推送的代码调试请联系:
许坤,kunxu@,中国人民大学公共管理学院
声明:此文乃作者原创,希诸君免受困扰。如需转载,或使用该代码,望联系作者授权。如若发现擅自公开使用,后果自负!作者性静,非学习之目的,请勿扰之,代为感谢。