Что такое ошибка dimnames при оценке GLS?

Я немного погуглил и не могу найти документацию по этому поводу. Я пытаюсь оценить возможную модель обобщенных наименьших квадратов (FGLS) для данных временных рядов поперечного сечения в R. Например:

library(nlme)
foo <- gls(Y ~ factor(panel_ID) + X1 + X2, data = myData,
           correlation=corARMA(p=1), method='ML', na.action=na.pass)

Когда я запускаю это (мой фрейм данных довольно большой, поэтому я не включаю его сюда), я получаю следующую ошибку:

Ошибка в массиве (c (X, y), c (N, ncol (X) + 1), list (row.names (dataMod), c (colnames (X), : длина 'dimnames' [1] не равна до степени массива

Кто-нибудь достаточно знаком с внутренней работой gls или пакета nlme в целом, чтобы сказать мне, что я здесь делаю неправильно? Или предложите другой способ сделать это (я также пробовал пакет plm)?


r nlme
person Matt    schedule 06.03.2012    source источник
comment
Я бы попробовал это на подмножестве ваших данных, которое не содержит значений NA...   -  person Ben Bolker    schedule 07.03.2012
comment
@BenBolker Спасибо, теперь он работает. Похоже, это займет много времени, чтобы сойтись, но, по крайней мере, это началось.   -  person Matt    schedule 07.03.2012
comment
Если это сработает, вам предлагается опубликовать ответ на свой вопрос, чтобы помочь будущим читателям найти ответ на проблему...   -  person Ben Bolker    schedule 07.03.2012

Ответы (1)


arrow_upward
1
arrow_downward

Ответ принадлежит Бену Болкнеру.

Основная причина того, что в ваших данных представлена ​​NA. См. симуляцию ниже:

library(nlme)

# Simulation
n <-100
myData <- data.frame(panel_ID = sample(letters[1:3], n, replace = TRUE), X1 = rnorm(n), X2 = rnorm(n), Y = rnorm(n))
# NA introduction into X1 variable in Row 10.
myData$X1[10] <- NA


foo <- gls(Y ~ factor(panel_ID) + X1 + X2, data = myData,
           correlation=corARMA(p=1), method='ML', na.action=na.pass)

выдает ошибку:

Ошибка в массиве (c (X, y), c (N, ncol (X) + 1L), list (row.names (dataMod), c (colnames (X), : длина 'dimnames' [1] не равна до степени массива

Чтобы устранить проблему, вы можете удалить NAs, тогда все в порядке.

# remove NAs 
myData <- myData[!is.na(myData$X1), ]

foo <- gls(Y ~ factor(panel_ID) + X1 + X2, data = myData,
           correlation=corARMA(p=1), method='ML', na.action=na.pass)

summary(foo)

Выход:

Generalized least squares fit by maximum likelihood
  Model: Y ~ factor(panel_ID) + X1 + X2 
  Data: myData 
       AIC      BIC    logLik
  280.8763 299.0421 -133.4382

Correlation Structure: AR(1)
 Formula: ~1 
 Parameter estimate(s):
       Phi 
-0.3496918 

Coefficients:
                        Value  Std.Error    t-value p-value
(Intercept)        0.21510948 0.14041692  1.5319343  0.1289
factor(panel_ID)b -0.27337750 0.25997687 -1.0515455  0.2957
factor(panel_ID)c -0.21930200 0.19704831 -1.1129352  0.2686
X1                -0.00604318 0.09469452 -0.0638177  0.9493
X2                 0.23870397 0.09754513  2.4471130  0.0163

 Correlation: 
                  (Intr) fctr(pnl_ID)b fctr(pnl_ID)c X1    
factor(panel_ID)b -0.649                                   
factor(panel_ID)c -0.787  0.443                            
X1                -0.065  0.148         0.044              
X2                -0.094  0.021        -0.011         0.117

Standardized residuals:
        Min          Q1         Med          Q3         Max 
-2.07929137 -0.77670150 -0.01062337  0.52685034  2.43978797 

Residual standard error: 0.9935003 
Degrees of freedom: 99 total; 94 residual
person Artem    schedule 25.12.2019