Tentando replicar os resultados do artigo publicado recentemente,
Aghion, Philippe, John Van Reenen e Luigi Zingales. 2013. "Inovação e Propriedade Institucional". American Economic Review, 103 (1): 277-304.
(O código de dados e dados está disponível em http://www.aeaweb.org/aer/data/feb2013/20100973_data.zip ).
Não estou tendo problemas para recriar as 5 primeiras regressões em R (usando os métodos OLS e Poisson), mas simplesmente não consigo recriar seus resultados negativos de regressão binomial em R, enquanto nos estados a regressão funciona bem.
Especificamente, aqui está o código R que escrevi, que falha ao executar uma regressão binomial negativa nos dados:
library(foreign)
library(MASS)
data.AVRZ <- read.dta("results_data2011.dta",
convert.underscore=TRUE)
sicDummies <- grep("Isic4", names(data.AVRZ), value=TRUE)
yearDummies <- grep("Iyear", names(data.AVRZ), value=TRUE)
data.column.6 <- subset(data.AVRZ, select = c("cites",
"instit.percown",
"lk.l",
"lsal",
sicDummies,
yearDummies))
data.column.6 <- na.omit(data.column.6)
glm.nb(cites ~ .,
data = data.column.6,
link = log,
control=glm.control(trace=10,maxit=100))
Executando o acima em R, recebo a seguinte saída:
Initial fit:
Deviance = 1137144 Iterations - 1
Deviance = 775272.3 Iterations - 2
Deviance = 725150.7 Iterations - 3
Deviance = 722911.3 Iterations - 4
Deviance = 722883.9 Iterations - 5
Deviance = 722883.3 Iterations - 6
Deviance = 722883.3 Iterations - 7
theta.ml: iter 0 'theta = 0.000040'
theta.ml: iter1 theta =7.99248e-05
Initial value for 'theta': 0.000080
Deviance = 24931694 Iterations - 1
Deviance = NaN Iterations - 2
Step halved: new deviance = 491946.5
Error in glm.fitter(x = X, y = Y, w = w, etastart = eta, offset = offset, :
NA/NaN/Inf in 'x'
In addition: Warning message:
step size truncated due to divergence
Tentei usar vários valores iniciais diferentes para theta, além de variar o número máximo de iterações sem sorte. O código stata fornecido pelos autores funciona bem, mas ainda não consigo coagir o R a fazer o modelo funcionar. Existem métodos de ajuste alternativos para glm.nb () que podem ser mais robustos ao problema que estou encontrando?
Respostas:
fonte