Question

首先，如果已经回答了这个问题，我很抱歉。这是我在stackoverflow上的第一篇文章。

我有一组股票市场数据，其结构如下工作示例所示：

d <- data.frame(Time = rep(seq.Date( Sys.Date(), length=10, by="day" )),
    Stock = rep(LETTERS[1:3], each=10 ),
    x1 = rep(sample(10:30, 10), 3),
    x2 = rep(sample(10:30, 10), 3),
    x3 = rep(sample(10:30, 10), 3))

基本上我想估计一个时间序列回归，其中x1为因变量，回归量为x3，x2为滞后和超前。我想使用Newey West标准错误对样本中的每个库存执行此操作。

在这里发了几篇文章后，我设法得到了以下内容：

因为我正在处理时间序列并且想要使用滞后和主操作符，所以我读过我应该使用zoo或xts格式（我选择{{1}格式，因为这与我想要使用的zoo函数兼容）：

dyn$lm

请注意，我将Stock列转换为数字，因为d.z <- zoo(data.matrix(d[-1]), d$Time)包需要所有数字变量。

但是，这会显示错误消息：

zoo

我认为这没有问题，因为最终我想分别估算每个股票的回归，这将解决问题。

对于这个对象，我想估计myLm中每个股票的回归。

Warning message:
In zoo(data.matrix(d[-1]), d$Time):some methods for “zoo” objects do not work 
if the index entries in ‘order.by’ are not unique.

使用myLm <- function(formula,df) { temp.lm <- dyn$lm(formula,data=df) temp.summ <- summary(temp.lm) temp.summ$coefficients <- unclass(coeftest(temp.lm, vcov. = NeweyWest)) lmOut<-data.frame(t(temp.summ$coefficients)) return(lmOut)}包我尝试按库存分割功能：

plyr

不幸的是，这会带来另一个错误：

outDf <- ddply(d.z, "Stock", function(df)  myLm(x1 ~ lag(x2, -1) + lag(x2, +1) + x3, df))

我在这里做错了什么？

Answer 1

如果不使用基本功能，请在问题中包含您的图书馆电话。

问题myLm中的

计算summary，但随后将其丢弃，因此我们省略了该部分。

要执行计算，请拆分数据框，然后将拆分的每个组件分别转换为zoo。我们在这里使用了data.table包，但你可以选择使用plyr，dplyr或by：

library(data.table)
library(dyn) # this pulls in zoo
library(lmtest)
library(sandwich)

# test data as in question but use set.seed for reproducibility
set.seed(123)
d <- data.frame(Time = rep(seq.Date( Sys.Date(), length=10, by="day" )),
    Stock = rep(LETTERS[1:3], each=10 ),
    x1 = rep(sample(10:30, 10), 3),
    x2 = rep(sample(10:30, 10), 3),
    x3 = rep(sample(10:30, 10), 3))

mycoeftest <- function(fo, data) {
   fm <- dyn$lm(fo, read.zoo(data))
   unlist(as.data.frame(unclass(coeftest(fm, vcov. = NeweyWest))))
}

fo <- x1 ~ lag(x2, c(-1, 1)) + x3
data.table(d)[, as.list(mycoeftest(fo, .SD)), by = d$Stock]

按R的Newey-West标准误差分组的时间序列回归

1 个答案: