R语言lpirfs包运行面板局部投影模型遇‘empty model’错误求助

针对运行lp_lin_panel和lp_nl_panel时出现的plm.fit(...) : empty model错误，以下是具体排查和解决步骤：

1. 检查工具变量的存在性（针对线性模型） #

你的线性模型代码中设置了iv_reg = TRUE, instrum = "GPRIV"，但你描述的数据集里并没有名为GPRIV的变量，仅包含滞后GPR。如果你的工具变量是滞后GPR，需要将instrum参数改为实际的列名（比如假设滞后GPR列名为GPR_lag）：

results_panel_2 <- lp_lin_panel(data_set = data_3, 
                                data_sample = "Full", 
                                endog_data = 'Inflation', 
                                shock = 'GPR', 
                                iv_reg = TRUE, 
                                instrum = "GPR_lag", # 改为实际滞后GPR的列名
                                panel_model = "within", 
                                panel_effect = "twoways", 
                                robust_cov = "vcovSCC",
                                confint = 1, 
                                hor = 25)

工具变量不存在会直接导致plm无法构建有效模型，这是触发"empty model"的常见原因。

2. 补全非线性模型的切换变量参数 #

对于lp_nl_panel的switching = "IRT"（通胀目标制 regime 切换），你需要通过switch_var参数指定对应的通胀目标制虚拟变量列名（比如假设列名为IT_dummy），否则模型无法识别切换规则，导致空模型：

results_panel <- lp_nl_panel(data_set = data_3, 
                             data_sample = "Full", 
                             endog_data = 'Inflation', 
                             shock = 'GPR', 
                             panel_model = 'within', 
                             panel_effect = 'twoways', 
                             robust_cov = 'vcovSCC', 
                             switching = "IRT", 
                             switch_var = "IT_dummy", # 补充切换变量列名
                             lag_switching = FALSE, 
                             gamma = 10, 
                             confint = 1, 
                             hor = 25)

3. 确保面板数据结构正确 #

• 必须使用双索引的pdata.frame，即同时指定国家和时间：

  data_3 <- pdata.frame(data, index = c("Country", "Time"))
  

• 验证时间序列格式：将Time列转换为季度格式（确保plm能正确识别时间维度）：

  library(zoo)
  data$Time <- as.yearqtr(data$Time) # 假设Time列是类似"1985Q1"的格式
  data_3 <- pdata.frame(data, index = c("Country", "Time"))
  

• 检查面板平衡性：使用plm::is.pbalanced(data_3)验证是否为平衡面板，局部投影模型通常要求平衡面板，若为非平衡面板，需先处理缺失值（比如data_3 <- data_3[complete.cases(data_3), ]）。

4. 验证变量无缺失和格式正确 #

• 检查所有模型用到的变量（Inflation、GPR、工具变量、切换变量）是否存在缺失值：

  colSums(is.na(data_3))
  

• 确保所有数值变量为numeric类型，虚拟变量为integer或factor类型，避免因类型错误导致模型无法识别变量。

内容的提问来源于stack exchange，提问作者Samantha Borkhoche