首页 文章

R中的空间面板回归：不一致的空间权重？

提问于
浏览 次
3

我试图用splm包在R中运行空间面板回归 . 所以我有多边形，随着时间推移汇总数据，我想看看因变量如何受其他变量的影响，这些变量也随着时间的推移而变化 .

我有546个区域有许多变量，但为了测试它是如何工作的，我把3个多边形的数据子集，包括用于计算权重的shapefile和数据 .

https://drive.google.com/file/d/0B4SK0f2zZUKxZ0dDU2lnclB2M3c/view?usp=sharing

#load data
file="sector_panel_data_test.csv"
sector_data=read.table(file,sep=",", header=T, quote="")
sector_data[is.na(sector_data)] <- 0
names(sector_data)
attach(sector_data)

#load shape
require (rgdal)
sectors <-readOGR(dsn=".",layer="sectors_test_sample_year1")
nb <- poly2nb(sectors)


#distance based neighbors
coords <- coordinates(sectors)
nb.d125<- dnearneigh(coords,0,125000,row.names=sectors$Code)

#create weights matrix
mat.d125 <-nb2mat(nb.d125,glist=NULL,style="W",zero.policy=TRUE)

#and then a weights list object
listd125 = mat2listw(mat.d125, style="W")

#design model and run, just picked one variable here
fm <- prop_fdeg ~ mean_pop
randommodel <-spml(fm, 
data=sector_data,index=NULL,listw=listFQQ,model="random", lag=FALSE)

我收到以下错误：

spreml中的错误（公式=公式，数据=数据，索引=索引，w = listw2mat（listw），：不一致的空间权重

有谁知道这意味着什么？我到处搜索，只发现有同样问题的人在寻找解决方案 .

r regression panel spatial

1 回答

  • 1

    我需要（1）插入缺失的数据，（2）从listw对象中删除丢弃的行，或者（3）从模型中删除缺失的变量 . 在我的情况下，输入所有丢失的数据似乎停止了错误 . 您还需要注意保持面板数据 balancer ，因为splm也会破坏大多数不 balancer 的面板数据（ plm 中的 make.pbalanced 命令似乎没有帮助解决数据中的不 balancer 问题，因为它会添加行 splm 将拒绝的NA .

    一些方法可以检查缺失，估算丢失的数据和/或查看数据在源代码中的工作方式：

    • 比较 dim(your_data) 和 dim(na.omit(your_data))

    • 使用naniar可视化面板数据中的缺失（另请参阅新的panelView包）

    install.packages("naniar") # visualise missing data 
library(ggplot2)
library(naniar)
gg_miss_var(your_data)
    • 对数据运行 plm （而不是 splm ）并检查输出中数据的大小（与原始数据相比） .
    p_out <- plm(formula = your_formula, data = your_data, model = "within") 
summary(p_out)
dim(model.matrix(p_out))

    • 使用simputation包来直接计算缺失数据的方法 . 欲了解更多，请参阅https://cran.r-project.org/web/packages/simputation/vignettes/intro.html

    • Amelia软件包提供了更好的多重插补选项，包括时间序列，横截面数据：https://gking.harvard.edu/amelia

    • 直接在R-Forge运行spreml的底层代码 . 首先，查看下面的代码表明错误是由最后一行生成的 . 在这一行之上，我们可以看到n是如何定义的，这至少表明了一些可能的调试途径（通过直接运行底层代码来查看dim（w）与n（其中 w <- your_listw_object ）的不同之处 .

    ## data management through plm functions
pmod <- plm(formula, data, index=index, model="pooling")
X <- model.matrix(pmod)
y <- pmodel.response(pmod)

#names(index) <- row.names(data)
#ind <- index[which(names(index) %in% row.names(X))]
#tind <- tindex[which(names(index) %in% row.names(X))]

ind <- attr(pmod$model, "index")[, 1]
tind <- attr(pmod$model, "index")[, 2]
oo <- order(tind, ind)
X <- X[oo, , drop=FALSE]
y <- y[oo]
ind <- ind[oo]
tind <- tind[oo]
n <- length(unique(ind))
k <- dim(X)[[2]]
t <- max(tapply(X[, 1], ind, length))
nT <- length(ind)

## check compatibility of weights matrix
if (dim(w)[[1]] != n) stop("Non conformable spatial weights")
    回复于

相关问题