Создать событие (фиктивное) за год до / после фиктивной переменной (или близко к)

Я провожу исследование событий на несбалансированном совокупном наборе данных. Основная структура состоит в том, что у меня разное количество наблюдений (поставок) для каждой фирмы в разные моменты в течение примерно 15 лет. Меня интересует событие (повышение цены), которое кодируется как фиктивная переменная, если оно происходит, и какое-то фиктивное опережение и запаздывание, чтобы проверить, проявляется ли влияние повышения цены на мою зависимую переменную вокруг этого события. Например, для некоторых фирм рост цен происходит при 5 поставках, например. 50 старше 15 лет.

Однако теперь я также хочу смоделировать одно и то же исследование событий через год после и до, чтобы улучшить вывод. Поэтому я хочу, чтобы R продублировал манекен события для каждой фирмы при доставке, ближайшей к году до и после. Сроки доставки происходят не ежедневно, а в среднем каждые 25 дней.

Итак, в коде данные выглядят примерно так:

df <- data.frame(firm_id = c(1,1,1,1,1,2,2,2,3,3,3,3,3,3,3,3,3,3,4,4,4,4),
                   delivery_id = c(1,2,6,9,15,3,5,18,4,7,8,10,11,13,17,19,22,12,14,16,20,21),
                   date=c("2004-06-16", "2004-08-12", "2004-11-22", "2005-07-03", "2007-01-04",
                          "2004-09-07", "2005-02-01", "2006-01-17", 
                          "2004-10-11", "2005-02-01", "2005-04-27", "2005-06-01", "2005-07-01",
                          "2006-01-03", "2007-01-06", "2007-03-24", "2007-05-03", 
                          "2005-08-03", "2006-02-19", "2006-06-13", "2007-02-04", "2007-04-26"),
                   price_increase = c(0,0,0,1,0,0,0,0,0,0,0,0,0,1,0,0,0,0,0,0,0,0),
                   price_increase_year_before = c(1,0,0,0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0),
                   price_increase_year_afer = c(0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,0,0,0,0,0,0,0))

Создание

     firm_id delivery_id  date     price_increase  price_increase_year_before   price_increase_year_after
1        1           1 2004-06-16              0                          1                        0
2        1           2 2004-08-12              0                          0                        0
3        1           6 2004-11-22              0                          0                        0
4        1           9 2005-07-03              1                          0                        0
5        1          15 2007-01-04              0                          0                        0
6        2           3 2004-09-07              0                          0                        0
7        2           5 2005-02-01              0                          0                        0
8        2          18 2006-01-17              0                          0                        0
9        3           4 2004-10-11              0                          0                        0
10       3           7 2005-02-01              0                          1                        0
11       3           8 2005-04-27              0                          0                        0
12       3          10 2005-06-01              0                          0                        0
13       3          11 2005-07-01              0                          0                        0
14       3          13 2006-01-03              1                          0                        0
15       3          17 2007-01-06              0                          0                        1
16       3          19 2007-03-24              0                          0                        0
17       3          22 2007-05-03              0                          0                        0
18       3          12 2005-08-03              0                          0                        0
19       4          14 2006-02-19              0                          0                        0
20       4          16 2006-06-13              0                          0                        0
21       4          20 2007-02-04              0                          0                        0
22       4          21 2007-04-26              0                          0                        0

Где я хочу создать два фиктивных столбца справа на основе price_increase и даты для каждой фирмы. Хотя я бы начал с подхода dyplr group_by и mutate и функции if_else, я понятия не имею, как создать условие, которое становится TRUE, когда поставка за один год составляет + 1 / -1 месяц ближе к дате в предыдущем или следующем году. и как выбрать соответствующую доставку. У вас есть идея?


r date dummy-variable panel-data
person Julius    schedule 24.11.2020    source источник
comment
Почему в price_increase_year_after только 1? Также данные, которыми вы поделились, кажутся неполными. Вы можете это исправить?   -  person Ronak Shah    schedule 24.11.2020
comment
Привет, Ронак, спасибо за комментарий. Причина в том, что через год после повышения цены на firm_id = 1 следующая поставка (delivery_id = 15) наступит через два года, что выходит за пределы диапазона один год + 1 / -1 месяц.   -  person Julius    schedule 24.11.2020

Ответы (1)


arrow_upward
1
arrow_downward

Вот возможный подход с использованием dplyr.

После group_by(firm_id), filter и включать группы, в которых было повышение цены.

Затем создайте две фиктивные переменные, если дата составляет один год (+/- 30 дней) до или после даты, когда price_increase было равно 1. Затем filter для строк, соответствующих этим критериям.

Используя distinct, вы можете предотвратить множественные или повторяющиеся значения для вашей фиктивной переменной в группе / фирме. В противном случае, если между вашими поставками было 25 дней, это казалось теоретической возможностью.

Остальное после этого присоединяется к исходным данным, заменяет NA на ноль для фиктивных столбцов и выполняет сортировку.

library(dplyr)

df$date <- as.Date(df$date)

df %>%
  group_by(firm_id) %>%
  filter(any(price_increase == 1)) %>%
  mutate(
    price_increase_year_before = ifelse(
      between(date[price_increase == 1] - date, 335, 395), 1, 0),
    price_increase_year_after = ifelse(
      between(date - date[price_increase == 1], 335, 395), 1, 0),
    ) %>%
  filter(price_increase_year_before == 1 | price_increase_year_after == 1) %>%
  distinct(firm_id, price_increase_year_before, price_increase_year_after, .keep_all = TRUE) %>%
  right_join(df) %>%
  replace_na(list(price_increase_year_before = 0, price_increase_year_after = 0)) %>%
  arrange(firm_id, date)

Вывод

   firm_id delivery_id date       price_increase price_increase_year_before price_increase_year_after
     <dbl>       <dbl> <date>              <dbl>                      <dbl>                     <dbl>
 1       1           1 2004-06-16              0                          1                         0
 2       1           2 2004-08-12              0                          0                         0
 3       1           6 2004-11-22              0                          0                         0
 4       1           9 2005-07-03              1                          0                         0
 5       1          15 2007-01-04              0                          0                         0
 6       2           3 2004-09-07              0                          0                         0
 7       2           5 2005-02-01              0                          0                         0
 8       2          18 2006-01-17              0                          0                         0
 9       3           4 2004-10-11              0                          0                         0
10       3           7 2005-02-01              0                          1                         0
11       3           8 2005-04-27              0                          0                         0
12       3          10 2005-06-01              0                          0                         0
13       3          11 2005-07-01              0                          0                         0
14       3          12 2005-08-03              0                          0                         0
15       3          13 2006-01-03              1                          0                         0
16       3          17 2007-01-06              0                          0                         1
17       3          19 2007-03-24              0                          0                         0
18       3          22 2007-05-03              0                          0                         0
19       4          14 2006-02-19              0                          0                         0
20       4          16 2006-06-13              0                          0                         0
21       4          20 2007-02-04              0                          0                         0
22       4          21 2007-04-26              0                          0                         0
person Ben    schedule 24.11.2020
comment
спасибо за ваше решение. Он выполняет именно то, что я планировал (и вы абсолютно правы с частью distinct. Я нашел способ, но гораздо менее элегантный, так как я не знал, что вы можете вычислить это просто в классе as.Date. Большое спасибо! - person Julius; 26.11.2020