檢查一個變量是否是時間不變的R

Question

我試圖搜索我的問題的答案，但我找到了Stata（我正在使用R）的正確答案。

我正在使用全國性調查來研究哪些變量會影響補充養老金的投資（這在我的國家是自願的）。

該調查每兩年進行一次，有些人接受一次以上的採訪。我篩選了df，以便只有個人出現超過一次的時間才能執行filter命令。這是從最初的調查爲例已經過濾：

year id y.b sex income pens 
2002 1 1950 F 100000  0  
2002 2 1943 M 55000  1  
2004 1 1950 F 88000  1  
2004 2 1943 M 66000  1  
2006 3 1966 M 12000  1  
2008 3 1966 M 24000  1  
2008 4 1972 F 33000  0  
2010 4 1972 F 35000  0  

其中id是個人，y.b是出生年份，筆是一個虛擬這需要值爲1，如果個人在補充養老保險的形式投資。 我想這樣我加載plm包運行FE迴歸，然後我這樣設置DF：

df.p <- plm.data(df, c("id", "year") 

此命令後，我預計，不斷變量被刪除，但在運行此迴歸後：

pan1 <- plm (pens ~ woman + age + I(age^2) + high + medium + north + centre, model="within", effect = "individual", data=dd.p, na.action = na.omit) 

（如果女性是一個變量，如果個體是女性，高，中指教育水平和北部，中心到地理區域），並且在命令summary(pan1)之後，變量女性仍然存在。

在這一點上，我認爲在調查中存在一些錯誤（例如，性別插入不正確，所以它不是相同的ID），所以我試圖找到一種方法來檢查是否每個ID，性別是不變的。

我想這個代碼，但我相信這是不正確的：

df$x <- ifelse(df$id==df$id & df$sex==df$sex,1,0) 

的基本思想shuold是這樣的：

df$x <- ifelse(df$id=="1" & df$sex=="F",1,0) 

，但我不能做手工，因爲DF由4萬個觀測組成。

如果你知道另一種方法來檢查變量是否在R中是常量，我會很高興。

預先感謝您

Answer 1

我認爲你正在嘗試做的是計算sex唯一值的數量爲每id。您希望它是1，但任何2的情況都表示轉錄錯誤。 R中做到這一點的方法是

any(by(df$sex,df$id,function(x) length(unique(x))) > 1) 

要打破下來，功能length(unique(x))告訴你不同的唯一值的數量在載體中。它與levels類似（但不完全相同，因爲一個因素可能不存在等級）。

函數by根據df$id計算df$sex的每個子集上的給定函數。換句話說，它計算length(unique(df$sex))其中df$id是1，然後是2等。

最後，any(... > 1)檢查是否有任何結果不止一個。如果是，結果將是TRUE（並且您可以使用which而不是any來查找哪些）。如果一切正常，結果將會是FALSE。

Answer 2

我們可以dplyr
示例數據嘗試：

df=data.frame(year=c(2002,2002,2004,2004,2006,2008,2008,2010), 
       id=c(1,2,1,2,3,3,4,4), 
       sex=c("F","M","M","M","M","M","F","F")) 

編號1爲F和M

都

library(dplyr) 
df%>%group_by(id)%>%summarise(sexes=length(unique(sex))) 
# A tibble: 4 x 2 
    id sexes 
    <dbl> <int> 
1  1  2 
2  2  1 
3  3  1 
4  4  1 

然後我們就可以進行過濾：

df%>%group_by(id)%>%summarise(sexes=length(unique(sex)))%>%filter(sexes==2) 
# A tibble: 1 x 2 
    id sexes 
    <dbl> <int> 
1  1  2