面板數據分析步驟及流程-R語言
2016年08月16日 16:49:55 飯飯認認米 閱讀數 47093 文章標簽： r語言面板數據分析預測 更多
版權聲明：本文為博主原創文章，遵循 CC 4.0 BY-SA 版權協議，轉載請附上原文出處鏈接和本聲明。
本文鏈接：https://blog.csdn.net/fanfanrenrenmi/article/details/52222728
面板數據
面板數據（Panel Data），也成平行數據，具有時間序列和截面兩個維度，整個表格排列起來像是一個面板。
面板數據舉例： 
模型說明及分析步驟
1、首先確定解釋變量和因變量；
2、R語言操作數據格式，部分截圖如下，這里以index3為因變量，index1與index2為解釋變量： 
##加載相關包
install.packages("mice")##缺失值處理
install.packages("plm")
install.packages("MSBVAR")
library(plm)
library(MSBVAR)
library(tseries)
library(xts)
library(mice)
data<-read.csv("F://分類別//rankdata.csv",header=T,as.is=T)##讀取數據- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
2、單位根檢驗：數據平穩性
為避免偽回歸，確保結果的有效性，需對數據進行平穩性判斷。何為平穩，一般認為時間序列提出時間趨勢和不變均值（截距）后，剩余序列為白噪聲序列即零均值、同方差。常用的單位根檢驗的辦法有LLC檢驗和不同單位根的Fisher-ADF檢驗，若兩種檢驗均拒絕存在單位根的原假設則認為序列為平穩的，反之不平穩（對於水平序列，若非平穩，則對序列進行一階差分，再進行后續檢驗，若仍存在單位根，則繼續進行高階差分，直至平穩，I(0)即為零階單整，I(N)為N階單整）。
##單位根檢驗
tlist1<-xts(data$index1,as.Date(data$updatetime))
adf.test(tlist1)
tlist2<-xts(data$index2,as.Date(data$updatetime))
adf.test(tlist2)- 1
- 2
- 3
- 4
- 5
3、協整檢驗/模型修正
單位根檢驗之后，變量間是同階單整，可進行協整檢驗，協整檢驗是用來考察變量間的長期均衡關系的方法。若通過協整檢驗，則說明變量間存在長期穩定的均衡關系，方程回歸殘差是平穩的，可進行回歸。
格蘭傑因果檢驗：前提是變量間同階協整，通過條件概率用以判斷變量間因果關系。
##格蘭傑因果檢驗
granger.test(tsdata,p=2)- 1
- 2
4、模型選擇
面板數據模型的基本形式 
也可寫成： 
其中： 
對於平衡的面板數據，即在每一個截面單元上具有相同個數的觀測值，模型樣本觀測數據的總數等於NT。
當N=1且T很大時，就是所熟悉的時間序列數據；當T=1而N很大時，就只有截面數據。
- 模型選擇一般有三種形式
(1)無個體影響的不變系數模型（混合估計模型）：ai=aj=a，bi=bj=b
即模型在橫截面上無個體影響、無結構變化，可將模型簡單地視為是橫截面數據堆積的模型。這種模型與一般的回歸模型無本質區別，只要隨機擾動項服從經典基本假設條件，就可以采用OLS法進行估計（共有k+1個參數需要估計），該模型也被稱為聯合回歸模型(pooled regression model)。
(2)變截距模型（固定效用模型）：ai≠aj，bi=bj=b
即模型在橫截面上存在個體影響，不存在結構性的變化，即解釋變量的結構參數在不同橫截面上是相同的，不同的只是截距項，個體影響可以用截距項ai (i＝1，2，…，N)的差別來說明，故通常把它稱為變截距模型。
(3)變系數模型（隨機效應模型）：ai≠aj，bi≠bj
即模型在橫截面上存在個體影響，又存在結構變化，即在允許個體影響由變化的截距項ai (i＝1，2，…，N)來說明的同時還允許系數向量bi (i＝1，2，…，N)依個體成員的不同而變化，用以說明個體成員之間的結構變化。我們稱該模型為變系數模型。 - 選擇合適的面板模型
需要檢驗被解釋變量yit的參數ai和bi是否對所有個體樣本點和時間都是常數，即檢驗樣本數據究竟屬於上述3種情況的哪一種面板數據模型形式，從而避免模型設定的偏差，改進參數估計的有效性。
如果接受假設H2，則可以認為樣本數據符合不變截距、不變系數模型。如果拒絕假設H2，則需檢驗假設H1。如果接受H1，則認為樣本數據符合變截距、不變系數模型；反之，則認為樣本數據符合變系數模型。 - F檢驗
具體計算過程略，見參考ppt。
其中下標1，s1指代隨機效應模型的殘差平方和，s2指代固定效用模型殘差平方和，s3指代混合估計模型的殘差平方和；
若F2統計量的值小於給定顯著水平下的相應臨界值，即F2小於Fa，則接受H2，認為樣本數據符合混合效應模型；反之，則繼續檢驗假設H1；
若F1統計量的值小於給定顯著水平下的相應臨界值，即F1小於Fa，則接受H1，認為樣本數據符合固定效應模型；反之，則認為樣本數據符合隨機效應模型； - 隨機效應模型
(1)1.LM檢驗。Breush和Pagan於1980年提出R 檢驗方法。
其檢驗原假設和備擇假設：
如果不否定原假設，就意味着沒有隨機效應，應當采用固定效應模型。
(2). 豪斯曼（Hausman）檢驗。William H Greene於1997年提出了一種檢驗方法，稱為豪斯曼（Hausman）檢驗。
若統計量大於給定顯著水平下臨界值，p值小於給定顯著水平，則存在個體固定效應，應建立個體固定效應模型。
form<- index3~index1+ index2
rankData<-plm.data(data,index=c("IPname","updatetime"))#轉化為面板數據
pool <- plm(form,data=rankData,model="pooling")#混合模型
pooltest(form,data=rankData,effect="individual",model="within")#檢驗個體間是否有差異
pooltest(form,data=rankData,effect="time",model="within")#檢驗不同時間是否有差異
wi<-plm(form,data=rankData,effect="twoways",model="within")#存在兩種效應的固定效應模型
pooltest(pool,wi)#F檢驗判斷混合模型與固定效應模型比較
phtest(form,data=rankData)##Hausman檢驗判斷應該采用何種模型,隨機效應模型檢驗
pbgtest(form,data=rankData,model="within")#LM檢驗,隨機效應模型檢驗
#檢驗是否存在序列相關
pwartest(form,data=rankData)#Wooldridge檢驗(自相關)小於0.05存在序列相關
summary(wi)##查看擬合模型信息
fixef(wi,effect="time")#不同時間對因變量的影響程度的系數估計值
inter<-fixef(wi,effect="individual")#不同個體對因變量的影響程度的截距估計值
##根據模型參數，進行預測；百度文庫中下載的參考ppt：
http://pan.baidu.com/s/1qXHVGde
注：有些地方，尤其R代碼部分有些亂，需根據實際數據情況進行選擇，函數的參數設置並未完全吃透，還需要繼續學習，如有不對的地方，再改正，目前的理解是這樣了，在本次數據場景中，實際數據應用中預測效果不是很好，誤差稍大，這次未采用，以后遇到可以再嘗試。