Panelregression Random Effects plm

[jogo]

Hallo Emre,

Leider kriege ich auch weiterhin die folgende Fehlermeldung:
"Fehler in plm.fit(data, model = models[1], effect = effect) : empty model"

Es darf ja wohl nicht wahr sein. Ich weiß nicht, was ich falsch mache. Es sind alle notwendigen Pakete in der Memory, aber dennoch funktioniert die letzte Zeile nicht und ich kann mir nicht erklären, woran es hakt

Hat die Auswertung bei dir wirklich geklappt?

auch bei mir hat die Auswertung so nicht geklappt.
Es ging mir im wesentlichen darum, das Beispiel (und somit auch den Fehler) reproduzierbar zu machen.

Gruß, Jörg

[EmreA1]

Sehr eigenartig, aber ich habe nun einfach mal zwei Regressoren genommen und schon ging der Code durch. Oh man, jetzt muss mir mal einer erklären, was R nicht mit einem Regressor arbeiten kann.

Der Befehl pvar() hat im Terminal nur ausgegeben, dass "no time variatian" sowie "no individual variation"...

[EDi]

"no time variatian" sowie "no individual variation"

Könnte es daran liegen? Wie soll man eine Random Effekt Varianz schätzen, wenn es keine gibt?

Bin aber auch kein plm Experte (nutze für random Effekt Modelle meist glmmTMB).

[EmreA1]

"no time variatian" sowie "no individual variation"

Könnte es daran liegen? Wie soll man eine Random Effekt Varianz schätzen, wenn es keine gibt?

Bin aber auch kein plm Experte (nutze für random Effekt Modelle meist glmmTMB).

Die erklärende Variable enthält selbstverständlich eine Varianz; weiterhin können die Residuen ebenfalls berechnet werden, sodass der Schätzer ebenfalls berechnet werden kann - meiner Meinung nach jedenfalls

[jogo]

So, ich glaube, ich habe die Ursache des Fehlers gefunden:

Code: Alles auswählen

aggregate(Rating ~ ID, data=mydata, FUN=var)

keine Varianz von $Rating in den Gruppen, die durch $ID definiert werden.

Gruß, Jörg

[EmreA1]

So, ich glaube, ich habe die Ursache des Fehlers gefunden:

Code: Alles auswählen

aggregate(Rating ~ ID, data=mydata, FUN=var)

keine Varianz von $Rating in den Gruppen, die durch $ID definiert werden.

Gruß, Jörg

Hi Jörg,

ich danke dir vielmals, ich bin nämlich von der Gesamtvarianz der unabhängigen Variable ausgegangen. Die Varianz innerhalb eines Individuums (= within variance) ist nicht mehr berechenbar. Die Lösung ist, dass man ganz einfach bspw. die Walhus-Methode anwendet, die dann fehlerfrei funktioniert.

Ich danke dir nochmals
VG,
Emre

[jogo]

also sieht es jetzt wohl so aus, oder?

Code: Alles auswählen

library(plm)

mydata <- read.csv2("http://forum.r-statistik.de/download/file.php?id=1184", dec=".")

pdata <- pdata.frame(mydata, index=c("ID", "Time"))
pvar(pdata)

r <- plm(Spreads ~ Rating, data=mydata, index=c("ID", "Time"), model="random", random.method="walhus") 
summary(r)

Gruß, Jörg

[EmreA1]

also sieht es jetzt wohl so aus, oder?

Code: Alles auswählen

library(plm)

mydata <- read.csv2("http://forum.r-statistik.de/download/file.php?id=1184", dec=".")

pdata <- pdata.frame(mydata, index=c("ID", "Time"))
pvar(pdata)

r <- plm(Spreads ~ Rating, data=mydata, index=c("ID", "Time"), model="random", random.method="walhus") 
summary(r)

Gruß, Jörg

Hallo Jörg,

sorry für die verspätete Antwort.
Ja, genau. So habe ich es auch und es klappt einwandfrei

Gruß,
Emre