在R语言中使用plm函数进行预测

Question

我想知道是否可以使用R中的plm包中的plm函数来预测新的预测变量数据集。我已经使用以下代码创建了一个模型对象：

model <- plm(formula, data, index, model = 'pooling')

现在我希望从一个新的数据集中预测一个因变量，这个数据集没有用于模型的估计。我可以通过使用模型对象中的系数来实现这一点，就像这样：

col_idx <- c(...)
df <- cbind(rep(1, nrow(df)), df[(1:ncol(df))[-col_idx]])
fitted_values <- as.matrix(df) %*% as.matrix(model_object$coefficients)

因此，我首先定义了模型中使用的索引列和由于共线性而删除的列的col_idx，随后构造了一个需要与模型中的系数相乘的数据矩阵。然而，手动删除列更容易出现错误。

设计一个函数可以使代码更易读。我也找到了pmodel.response()函数，但我只能将其用于被用于预测实际模型对象的数据集。

任何帮助都将不胜感激！

- Michael

---

你需要什么帮助？这似乎是一个统计问题，而不是编码问题...你说的“我可以看到手动删除列时更容易出现错误”是什么意思？ - llrs

查看 ?pmodel.response。 - m-dz

我检查了?pmodel.responde，但对于我的模型输出对象的类别，即“plm”和“panelmodel”，使用包含预测特征的数据框作为参数传递给“data”参数会返回模型训练数据集上的原始预测值。 - Michael

如果您想从汇总模型中进行预测，只需使用lm()估计您的模型，然后使用带有参数newdata的predict.lm()即可。 - Helix123

我认为这应该回答了问题：https://dev59.com/7r_pa4cB1Zd3GeqP-wQC#71904457 - Helix123

Answer 1

我编写了一个函数（predict.out.plm），用于在使用plm估计差分或固定效应模型后进行样本外预测。

该函数发布在此处：

https://dev59.com/G2w05IYBdhLWcg3wpDRu#44185441

- eliascis