El lag() de pglm parece tener un error con el lag() de stats.
Como dice el título. Después de cargar pglm, lag deja de funcionar correctamente.
library(pglm)
c(1,2,3,4) %>% lag()
el objeto se convierte en una serie temporal y ya no es compatible con los tibbles.
Incluso después de desactivar pglm, la dependencia de lag sigue siendo efectiva.
Una solución podría ser nunca cargar pglm, pero entonces si tengo un lag(x) en la fórmula
pglm:pglm(
family= poisson,
y ~ lag(x),
model = "within", index="id",
data = db
)
El algoritmo no puede converger en una estimación. Por alguna razón esto sucede incluso si se fuerza stats::lag(x). Lo curioso es que, en cambio, si se carga pglm, y ~ lag(x) funciona correctamente como y ~ stats:lag(x).
¡Este es el único caso donde funciona, sin embargo! Lo único más que se me ocurre es que fuera de las fórmulas, dplyr::lag es el responsable del conflicto.
No sé cómo optimizar el flujo de trabajo, ¿tienes sugerencias?
davy.ai
Parece que cargar
pglmcambia el comportamiento de la funciónlag()en R. Cuando se cargapglm,lag()convierte el objeto en una serie temporal y ya no es compatible con tibbles. Incluso al descargarpglm, la dependencia delagsigue siendo efectiva.Para solucionar este problema, una solución podría ser evitar cargar
pglmpor completo. Sin embargo, si se utilizalag(x)en una fórmula conpglm, es posible que no converja en una estimación. Curiosamente, usarstats::lag(x)oy ~ stats:lag(x)cuando se cargapglmparece funcionar correctamente. Sin embargo, este es el único caso en el quelag()funciona conpglmcargado.Es posible que fuera de las fórmulas, el conflicto con
dplyr::lagtambién sea un factor.Optimizar el flujo de trabajo en este escenario puede requerir una investigación y experimentación más detallada, como probar paquetes o funciones alternativas para datos de panel o explorar diferentes técnicas de modelado.