Datos de panel no equilibrados en el paquete prodest en R

Question

Tengo una pregunta sobre el uso de datos de panel no equilibrados para la estimación de la PTF utilizando el prodest paquete.

El conjunto de datos puede encontrarse aquí: https://drive.google.com/file/d/1W5pva05hRiruo1AMNc62ln0GNtcVr5p6/view?usp=sharing

Como se puede ver en el conjunto de datos, hay muchas empresas que no han comunicado algunos valores en años concretos, lo que da lugar a datos de panel desequilibrados.

El código es el siguiente. PERO en el caso de que no filtre los datos con valores >0, recibo mensajes de error procedentes de la estimación de PTF, diciendo que hay NaNs.

remove(list=ls())

library(plm)
library(dplyr)
library(ggplot2)
library(prodest)

pckg<-c("plm","readxl","dplyr","ggplot2","prodest")
#install.packages(c("plm","readxl","dplyr","ggplot2","prodest"))
lapply(pckg, require, character.only = TRUE)

# Set the working directory
setwd("C:/Users/vadya/Desktop/LT original currency")

# Downloading the survey data
Data <- read.csv("LToc.csv", header=TRUE, sep=",")
str(Data)

Data$ID<-as.numeric(as.factor(Data$ID))

summary(Data)

# Creating a panel data frame

DataA <- Data %>% 
  #filter(NACE == 'A') %>% 
  #filter(TURN > 0, TFA > 0, FA > 0, VA > 0, L > 0, M > 0) %>%
  mutate(ID = ID,
         Year = Year,
         turn = log(TURN),
         tfa = log(TFA),
         fa = log(FA),
         va = log(VA),
         cogs = log(COGS))
         #l = log(L),
         #m = log(M))
################################################################################################

mod2ACF <-  prodest::prodestACF(DataA$va, fX = DataA$cogs, sX = DataA$tfa, pX = DataA$cogs, idvar = DataA$ID, timevar = DataA$Year, 
                                R = 100, cX = NULL, opt = 'optim', theta0 = NULL, cluster = NULL)  

mod2ACF
omegaACF <- prodest::omega(mod2ACF)
summary(mod2ACF)
summary(omegaACF)

mod2W <-  prodest::prodestWRDG(DataA$turn, fX = DataA$cogs, sX = DataA$tfa, pX = DataA$cogs, idvar = DataA$ID, timevar = DataA$Year, 
                               cX = NULL)  
mod2W
omegaW <- prodest::omega(mod2W)
summary(mod2W)
summary(omegaW)

####################################################################################################################################

Si no filtro el marco de datos, en la parte de estimación de la PTF (por ejemplo, el método ACF) obtengo el siguiente mensaje de error.

¿Estoy haciendo algo mal, y hay una manera de hacer que el prodest ¿funciones para trabajar con datos de panel no equilibrados?

¡Gracias de antemano por las ideas! ¡Apreciaría mucho su preocupación!

Answer 1

Una técnica común que utilizamos en Python a través de Pandas es la introducción de medias, medianas y modos (dependiendo de la estructura de los datos) en lugar de estos valores perdidos.

Otra gran técnica es la introducción de valores ajustados mediante un modelo de regresión, para así predecir los valores que faltan. En este caso, querrá un comando que elimine los NaN, estime un modelo y sustituya las celdas vacías por su valor ajustado. Dependiendo de la estructura de sus datos, podría encontrar problemas con esta técnica.

Como comentario final, te sugiero que uses Python. Este es el sitio web correspondiente .