ddply命令用自编试用数据就可以，用原数据集就不行，为什么？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

试用数据是这样的：
x1        x2        x3        y
1        1        1        2
2        5        1        4
3        8        1        5
4        6        1        87
5        3        2        4
6        5        2        8
7        78        2        0
8        9        2        1
9        3        2        9

是dta格式。函数为：
library("foreign")
dat3<-read.dta("试用数据.dta")

install.packages("plyr")
library("plyr")

f<-function(y,x1,x2){
  f1<-lm(y~x1+x2)
  coef(f1)
  z=f1$coef
  z[2]
}
g<-ddply(dat3, 'x3', summarize, x6=f(y,x1,x2))

结果为：

x3	x6
1	50.65306
2	0.332145

是正确的。
但是当我把数据集改成企业数据时，程序为：
library("foreign")
dat2<-read.dta("企业数据.dta")

library("plyr")

f<-function(lwage,big,midbig){
  f1<-lm(lwage~big+midbig)
  coef(f1)
  z=f1$coef
  z[2]
}
g<-ddply(dat2,'userid',summarize,x4=f(lwage,big,midbig))其中lwage，big，midbig，userid都是类似于x1，x2的变量，但是结果为：x4的所有元素都是NA，即

userid                 x4
1101017001       NA
1101050052       NA
等等。
我用mode（）命令检查了所有变量，都是numeric，而dat2和dat3都是数据框。为什么用自编数据就可以，用企业数据就不行？我该怎么办？谢谢各位大神了！！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：ddply 数据集 Foreign Library BRARY ddply r语言

你的每个userid是不是只对应一个lwage,big,midbig或者多个相同的值啊，因为ddply函数是按照variable把数据框划分成不同组，然后在每组进行操作，如果每个userid对应的lwage,big,midbig值太少，是无法得出回归结果的。

问题解决了，是因为在估计方程 f1<-lm(lwage~big+midbig)时，同一组每个样本的big值都是一样的，违反了ols估计的假定。还是谢谢楼上！