패널 데이터 예측과 R

Country Year Month Var1 Var2 
C1  2000 1  0 0 
C1  2000 2  1 0 
C1  2000 3  2 1 
... 
C2  2000 1  1 1 
C2  2000 2  1 2 
C2  2000 3  3 1 
...

데이터 세트는 1999 년에서 2008 년까지 총 27 개 국가지만 불균형 패널이 있습니다.

전체 데이터 세트에 대한 모델을 예측할 수 있기를 원합니다.이 모델에서 데이터 세트의 각 국가에 대한 예측을 수행합니다. King et al.의 YourCast 패키지를 살펴 보았습니다. 하지만 하나의 파일에 모든 데이터가 있기 때문에 yourcast() 함수가 받아 들일 데이터 객체를 만드는 방법이 손실됩니다. 누구든지 데이터 파일을 다른 단면으로 수동으로 분할하는 지루한 절차를 거치지 않고이 작업을 수행하는 방법을 알고 있습니까?

PS : 데이터 세트의 48 관측치 :

structure(list(Country = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L), .Label = c("Belgium", 
"Denmark", "Czech.Republic", "Germany", "Estonia", "Greece", 
"Spain", "France", "Ireland", "Italy", "Cyprus", "Latvia", "Lithuania", 
"Luxembourg", "Hungary", "Malta", "Netherlands", "Austria", "Poland", 
"Portugal", "Slovenia", "Slovakia", "Bulgaria", "Romania", "Finland", 
"Sweden", "UK"), class = "factor"), Year = c(2003, 2003, 2003, 
2003, 2003, 2003, 2003, 2003, 2003, 2003, 2003, 2003, 2004, 2004, 
2004, 2004, 2004, 2004, 2004, 2004, 2004, 2004, 2004, 2004, 2003, 
2003, 2003, 2003, 2003, 2003, 2003, 2003, 2003, 2003, 2003, 2003, 
2004, 2004, 2004, 2004, 2004, 2004, 2004, 2004, 2004, 2004, 2004, 
2004, 2005), Month = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 
1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 1, 2, 3, 4, 5, 6, 7, 8, 
9, 10, 11, 12, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 1), Yes = c(21L, 
18L, 20L, 19L, 31L, 39L, 28L, 2L, 28L, 21L, 26L, 50L, 14L, 28L, 
50L, 83L, 10L, 25L, 22L, 6L, 22L, 39L, 32L, 56L, 22L, 17L, 20L, 
20L, 32L, 39L, 23L, 2L, 27L, 21L, 28L, 48L, 14L, 27L, 50L, 89L, 
10L, 25L, 22L, 4L, 22L, 38L, 31L, 56L, 16L), No = c(0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 4L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 1L, 0L, 1L, 0L, 0L, 
0L, 0L, 0L, 1L, 2L, 0L, 0L, 0L, 2L, 0L, 1L, 1L, 0L, 0L), Abstention = c(0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 3L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L 
), No.Neg = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 
0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 1L, 0L), Abstention.Neg = c(0L, 0L, 0L, 1L, 1L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L), Yes.Neg = c(1L, 
0L, 0L, 1L, 0L, 0L, 0L, 0L, 1L, 0L, 1L, 0L, 0L, 0L, 1L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 2L, 0L, 1L, 
0L, 0L, 2L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L 
), Yes.Pos = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L), Missing = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L), Enlargement = c(0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 
1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 
1, 1, 1, 1, 1)), .Names = c("Country", "Year", "Month", "Yes", 
"No", "Abstention", "No.Neg", "Abstention.Neg", "Yes.Neg", "Yes.Pos", 
"Missing", "Enlargement"), row.names = c(1L, 2L, 3L, 4L, 5L, 
6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 15L, 16L, 17L, 18L, 
19L, 20L, 21L, 22L, 23L, 24L, 61L, 62L, 63L, 64L, 65L, 66L, 67L, 
68L, 69L, 70L, 71L, 72L, 73L, 74L, 75L, 76L, 77L, 78L, 79L, 80L, 
81L, 82L, 83L, 84L, 85L), class = "data.frame")

출처

2011-01-08 Thomas Jensen

방금 YourCast 패키지를 설치하고 처음 세 페이지를 읽었으며 데이터 상황을 처리하지 않습니다. 이것은 선형 회귀 분석, 즉 예측 변수에 대한 연속 변수의 의존성에 대한 패키지입니다. 나는 현명하게 연속적 일 수있는 귀하의 데이터에 어떤 변수도 보이지 않습니다. –

, 분열 데이터베이스가 매우 쉽게 될 수 있습니다. 당신은 데이터 세트 '데이터'라는 이름 치죠은 :

results <- list() 
for (i in 1:nlevels(data$Country)) { 
    results[[levels(data$Country)[i]]] <- yourcast(...) 
}

간단한하는 루프에서 각 국가에 대한 모든 예측을 수행하고, 목록에 결과를 저장할 수 있습니다. 나중에 모든 국가의 results 목록에서 모든 결과를 읽을 수 있습니다. 예를 들면 :

results[[levels(data$Country)[i]]] <- c(levels(data$Country)[i], length(which(data$Country == levels(data$Country)[i])))

명령 : 내가 사용하는 패키지에 대해 아무것도 몰라으로 results[['Hungary']]

, 여기() 함수 yourcast을 포함하는 대신 줄의 루프에 장착 할 수있는 작은 예입니다 주어진 국가의 이름과 표본 크기 등 두 가지 변수를 가진 모든 국가를 포함하는 목록을 작성합니다.

출처

2011-01-08 18:17:44 daroczig

답변을 주셔서 감사합니다, 그러나 나는 내 질문에 혼란 스러울 정도의 자신을 표현했습니다. 전체 패널 데이터의 모델을 추정하고이 모델에서 각 국가에 대한 예측을 수행하고 싶습니다. 더 정확한 질문을 편집했습니다. 그래서 본질적으로 전체 패널 모델에서 예측하는 방법에 대한 질문입니다. –

매우 간단합니다.

라이브러리 (YourCast); 당신은 당신의 데이터를 수험 할 수

데모 (chp.11.10)는 yourprep 명령이 데모에 사용 된 데이터를 같이합니다. 유형? yourprep

출처

2011-01-10 20:37:14

패널 데이터 예측과 R

답변

관련 문제