r - R中的OLS具有边际效应

Question

我正在寻找一个代码来估计以下方程作为带有面板数据的 OLS：

ΔYjt = αΔXjt + τt + ujt

其中 Δ 是 Y 和 X 随时间的变化，ja 扇区，t 时间，τ 是一组时间虚拟变量，u 是误差项。

我是 R 编程的初学者，不幸的是我找不到合适的代码来考虑 Δ。

有谁知道我如何运行回归？

感谢您的时间和帮助

Answer 1

欢迎，丽莎玛丽。正如杰里米指出的那样，尝试plm. 它提供了一些示例数据。我假设“具有面板数据的 OLS”意味着合并回归？将其与固定效应回归进行比较：

library("plm")
data("Produc", package = "plm")

# Pooled Regression    
pooled <- plm(log(gsp) ~ log(pcap) + log(pc) + log(emp) + unemp,
          data = Produc, 
          index = c("state","year"),
          method="pooling")

# Fixed Effects Regression    
fe <- plm(log(gsp) ~ log(pcap) + log(pc) + log(emp) + unemp,
          data = Produc, 
          index = c("state","year"),
          method="within")

此致

Answer 2

我对这个问题的最终解决方案是：我用 tidyverse 计算了变化 ∆，并且能够轻松解决问题。

Marco 的 log 解决方案会更容易，但因为我必须处理负值，所以我无法使用它。

感谢大家的帮助！