抽样问题

epoh 发表于 2013-1-13 21:49
应该是s2比较正确吧
看一下自带数据bwd,也是如此
# A CRE model

谢谢老师解答
data(bwd) 里面的字段momid3如何判断是为factor variable？
另外发现在用s2时，需要待估计的参数比较多，所以在没有设置
tmpmax时常出现问题：Icrease tmpmax。
然而，用s1不存在这个问题。

其实s1或者s2是用于定义面板数据模型中的个体固定效应的，如附件图形的
alpha项。epoh老师，如果仅看s1和s2的结构对比，没有看出很大区别。两者
在运行程序时会出现结果很大不同的原因在程序哪处体现？

ywh19860616 发表于 2013-1-14 08:23
谢谢老师解答
data(bwd) 里面的字段momid3如何判断是为factor variable？
另外发现在用s2时，需要待估计 ...

差异在Slot "dimension",
fit1 :  609  1
fit2 :  609  29
#####
> fit1$Z
An object of class "matrix.csr"
Slot "ra":
  [1]  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  2  2  2
[25]  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  3  3  3  3  3  3
[49]  3  3  3  3  3  3  3  3  3  3  3  3  3  3  3  4  4  4  4  4  4  4  4  4
[73]  4  4  4  4  4  4  4  4  4  4  4  4  5  5  5  5  5  5  5  5  5  5  5  5
[97]  5  5  5  5  5  5  5  5  5  6  6  6  6  6  6  6  6  6  6  6  6  6  6  6
[121]  6  6  6  6  6  6  7  7  7  7  7  7  7  7  7  7  7  7  7  7  7  7  7  7
[145]  7  7  7  8  8  8  8  8  8  8  8  8  8  8  8  8  8  8  8  8  8  8  8  8
[169]  9  9  9  9  9  9  9  9  9  9  9  9  9  9  9  9  9  9  9  9  9 10 10 10
[193] 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 11 11 11 11 11 11
[217] 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 12 12 12 12 12 12 12 12 12
[241] 12 12 12 12 12 12 12 12 12 12 12 12 13 13 13 13 13 13 13 13 13 13 13 13
[265] 13 13 13 13 13 13 13 13 13 14 14 14 14 14 14 14 14 14 14 14 14 14 14 14
[289] 14 14 14 14 14 14 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15
[313] 15 15 15 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16
[337] 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 18 18 18
[361] 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 19 19 19 19 19 19
[385] 19 19 19 19 19 19 19 19 19 19 19 19 19 19 19 20 20 20 20 20 20 20 20 20
[409] 20 20 20 20 20 20 20 20 20 20 20 20 21 21 21 21 21 21 21 21 21 21 21 21
[433] 21 21 21 21 21 21 21 21 21 22 22 22 22 22 22 22 22 22 22 22 22 22 22 22
[457] 22 22 22 22 22 22 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23
[481] 23 23 23 24 24 24 24 24 24 24 24 24 24 24 24 24 24 24 24 24 24 24 24 24
[505] 25 25 25 25 25 25 25 25 25 25 25 25 25 25 25 25 25 25 25 25 25 26 26 26
[529] 26 26 26 26 26 26 26 26 26 26 26 26 26 26 26 26 26 26 27 27 27 27 27 27
[553] 27 27 27 27 27 27 27 27 27 27 27 27 27 27 27 28 28 28 28 28 28 28 28 28
[577] 28 28 28 28 28 28 28 28 28 28 28 28 29 29 29 29 29 29 29 29 29 29 29 29
[601] 29 29 29 29 29 29 29 29 29

Slot "ja":
  [1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[37] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[73] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[109] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[145] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[181] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[217] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[253] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[289] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[325] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[361] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[397] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[433] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[469] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[505] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[541] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[577] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

Slot "dimension":
[1] 609   1

> fit2$Z
An object of class "matrix.csr"
Slot "ra":
  [1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[37] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[73] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[109] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[145] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[181] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[217] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[253] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[289] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[325] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[361] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[397] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[433] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[469] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[505] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[541] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[577] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

Slot "ja":
  [1]  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  2  2  2
[25]  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  2  3  3  3  3  3  3
[49]  3  3  3  3  3  3  3  3  3  3  3  3  3  3  3  4  4  4  4  4  4  4  4  4
[73]  4  4  4  4  4  4  4  4  4  4  4  4  5  5  5  5  5  5  5  5  5  5  5  5
[97]  5  5  5  5  5  5  5  5  5  6  6  6  6  6  6  6  6  6  6  6  6  6  6  6
[121]  6  6  6  6  6  6  7  7  7  7  7  7  7  7  7  7  7  7  7  7  7  7  7  7
[145]  7  7  7  8  8  8  8  8  8  8  8  8  8  8  8  8  8  8  8  8  8  8  8  8
[169]  9  9  9  9  9  9  9  9  9  9  9  9  9  9  9  9  9  9  9  9  9 10 10 10
[193] 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 11 11 11 11 11 11
[217] 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 12 12 12 12 12 12 12 12 12
[241] 12 12 12 12 12 12 12 12 12 12 12 12 13 13 13 13 13 13 13 13 13 13 13 13
[265] 13 13 13 13 13 13 13 13 13 14 14 14 14 14 14 14 14 14 14 14 14 14 14 14
[289] 14 14 14 14 14 14 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15
[313] 15 15 15 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16
[337] 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 18 18 18
[361] 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 19 19 19 19 19 19
[385] 19 19 19 19 19 19 19 19 19 19 19 19 19 19 19 20 20 20 20 20 20 20 20 20
[409] 20 20 20 20 20 20 20 20 20 20 20 20 21 21 21 21 21 21 21 21 21 21 21 21
[433] 21 21 21 21 21 21 21 21 21 22 22 22 22 22 22 22 22 22 22 22 22 22 22 22
[457] 22 22 22 22 22 22 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23
[481] 23 23 23 24 24 24 24 24 24 24 24 24 24 24 24 24 24 24 24 24 24 24 24 24
[505] 25 25 25 25 25 25 25 25 25 25 25 25 25 25 25 25 25 25 25 25 25 26 26 26
[529] 26 26 26 26 26 26 26 26 26 26 26 26 26 26 26 26 26 26 27 27 27 27 27 27
[553] 27 27 27 27 27 27 27 27 27 27 27 27 27 27 27 28 28 28 28 28 28 28 28 28
[577] 28 28 28 28 28 28 28 28 28 28 28 28 29 29 29 29 29 29 29 29 29 29 29 29
[601] 29 29 29 29 29 29 29 29 29

Slot "dimension":
[1] 609  29

#####
至于你说的
m <- 3
n <- 10
s <- rep(1:n,rep(m,n))
其实有这么一句
Z <- as.matrix.csr(model.matrix(~as.factor(s)-1))

epoh 发表于 2013-1-14 10:45
差异在Slot "dimension",
fit1 :  609  1
fit2 :  609  29

epoh老师，您看问题太深入了
的确，在rq.fit.panel函数里面有Z <- as.matrix.csr(model.matrix(~as.factor(s)-1))
所以不管用s1或者s2得出的结果都是一样的。
但是在rqpd里面没有这个，所以存在区别。

老师，还想请问as.matrix.csr得出的ia如何理解，ra和ja都可以理解

ia: an integer array of n+1 elements containing pointers to the beginning of each row in the arrays ra and ja. Thus ia indicates the position in the arrays ra and ja where the ith row begins. The last, (n+1)st, element of ia indicates where the n+1 row would start, if it existed

ywh19860616 发表于 2013-1-14 10:56
epoh老师，您看问题太深入了
的确，在rq.fit.panel函数里面有Z

Sparse Matrices — Data Structure Matrix Computations
   Sparse Matrices — Data Structure Matrix Computations.pdf (108.61 KB)

2013-1-14 12:30:53 上传

Compressed Row Storage
  http://web.eecs.utk.edu/~dongarra/etemplates/node373.html
#####
> model.matrix(~as.factor(s)-1)
   as.factor(s)1 as.factor(s)2 as.factor(s)3 as.factor(s)4 as.factor(s)5
1              1             0             0             0             0
2              1             0             0             0             0
3              1             0             0             0             0
4              0             1             0             0             0
5              0             1             0             0             0
6              0             1             0             0             0
7              0             0             1             0             0
8              0             0             1             0             0
9              0             0             1             0             0
10             0             0             0             1             0
11             0             0             0             1             0
12             0             0             0             1             0
13             0             0             0             0             1
14             0             0             0             0             1
15             0             0             0             0             1
16             0             0             0             0             0
17             0             0             0             0             0
18             0             0             0             0             0
19             0             0             0             0             0
20             0             0             0             0             0
21             0             0             0             0             0
22             0             0             0             0             0
23             0             0             0             0             0
24             0             0             0             0             0
25             0             0             0             0             0
26             0             0             0             0             0
27             0             0             0             0             0
28             0             0             0             0             0
29             0             0             0             0             0
30             0             0             0             0             0
   as.factor(s)6 as.factor(s)7 as.factor(s)8 as.factor(s)9 as.factor(s)10
1              0             0             0             0              0
2              0             0             0             0              0
3              0             0             0             0              0
4              0             0             0             0              0
5              0             0             0             0              0
6              0             0             0             0              0
7              0             0             0             0              0
8              0             0             0             0              0
9              0             0             0             0              0
10             0             0             0             0              0
11             0             0             0             0              0
12             0             0             0             0              0
13             0             0             0             0              0
14             0             0             0             0              0
15             0             0             0             0              0
16             1             0             0             0              0
17             1             0             0             0              0
18             1             0             0             0              0
19             0             1             0             0              0
20             0             1             0             0              0
21             0             1             0             0              0
22             0             0             1             0              0
23             0             0             1             0              0
24             0             0             1             0              0
25             0             0             0             1              0
26             0             0             0             1              0
27             0             0             0             1              0
28             0             0             0             0              1
29             0             0             0             0              1
30             0             0             0             0              1
attr(,"assign")
[1] 1 1 1 1 1 1 1 1 1 1
attr(,"contrasts")
attr(,"contrasts")$`as.factor(s)`
[1] "contr.treatment"
> as.matrix.csr(model.matrix(~as.factor(s)-1))
An object of class "matrix.csr"
Slot "ra":
[1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
Slot "ja":
[1]  1  1  1  2  2  2  3  3  3  4  4  4  5  5  5  6  6  6  7  7  7  8  8  8  9  9  9 10 10 10
Slot "ia":
[1]  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
Slot "dimension":
[1] 30 10

epoh 发表于 2013-1-14 12:30
Sparse Matrices — Data Structure Matrix Computations
  
Compressed Row Storage

谢谢epoh老师，明白了。

epoh 发表于 2013-1-13 14:49
> sfit1

Call: rqpd(formula = y ~ x | s1, panel = panel(taus = c(0.1, 0.25,

这里是哪个命令来着，看不出来啊

epoh 发表于 2010-10-17 20:25
library(quantreg)
m

请问这个结果的系数有16个值表示什么意思？如何求每个分位点下的系数呢？如何辨别是哪个自变量的系数呢

好复杂

767217883 发表于 2014-5-23 21:19
这里是哪个命令来着，看不出来啊

请问您知道是哪个命令了嘛