貿易データの分析
田中 鮎夢
2022-12-05
This version: 2024-08-05
1 貿易データの読み込み
本文書では、Glick and Rose (2016) で用いられた貿易データから、2013年のデータを切りとって分析に用いる。同データtrade2013.csvには、2013年の世界の2国間の貿易データが含まれている。 含まれている変数は以下の通りである。
- 輸出国: country1
- 輸入国: country2
- 輸出額の対数値: ltrade
- 輸出国のGDPの対数値: lgdp1
- 輸入国のGDPの対数値: lgdp2
- 輸出国と輸入国の間の距離: ldist
本データは、以下のコードを使って読み込むことができる。
library(readr)
trade2013 <- read_csv("trade2013.csv")
head(trade2013)## # A tibble: 6 × 6
## country1 country2 ltrade lgdp1 lgdp2 ldist
## <chr> <chr> <dbl> <dbl> <dbl> <dbl>
## 1 United States United Kingdom 10.5 30.3 28.4 8.37
## 2 United States Austria 8.54 30.3 26.5 8.54
## 3 United States Belgium-Luxembourg 10.0 30.3 26.8 8.45
## 4 United States Denmark 8.20 30.3 26.0 8.45
## 5 United States France 10.3 30.3 28.4 8.47
## 6 United States Germany 11.0 30.3 28.7 8.48なお、<-と= はほとんど同じである。Mac
では 「option」 + 「=」
で入力すると、便利である。（断り：本来、=に統一した方が手間が省けるが、本文書では従来からの<-を惰性で使っていることが多い。特に意味はない。）
2
回帰分析（lm）
「trade2013」というデータを使って、ltradeを従属変数、lgdp1 、 lgdp2 、 ldistを説明変数とする式について、最小２乗法実行し、「 model1」という名前で記憶して下さい、というコマンドを実行する。
model1 <- lm(ltrade ~ lgdp1 + lgdp2 + ldist, data = trade2013)3
推定結果の表示（summary）
保存された分析結果「model1」を表示するコマンドを実行する。
summary(model1)##
## Call:
## lm(formula = ltrade ~ lgdp1 + lgdp2 + ldist, data = trade2013)
##
## Residuals:
## Min 1Q Median 3Q Max
## -14.2884 -1.1884 0.1834 1.4206 10.4898
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -40.97351 0.44576 -91.92 <2e-16 ***
## lgdp1 1.15138 0.01031 111.63 <2e-16 ***
## lgdp2 1.03594 0.01087 95.34 <2e-16 ***
## ldist -1.52501 0.02756 -55.33 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 2.317 on 11300 degrees of freedom
## (11220 observations deleted due to missingness)
## Multiple R-squared: 0.6556, Adjusted R-squared: 0.6555
## F-statistic: 7170 on 3 and 11300 DF, p-value: < 2.2e-164
推定結果の表示（stargazer）
論文に掲載できるような表を作成する。
library(stargazer)
stargazer(model1, type = "text", title = "Results")##
## Results
## ================================================
## Dependent variable:
## ----------------------------
## ltrade
## ------------------------------------------------
## lgdp1 1.151***
## (0.010)
##
## lgdp2 1.036***
## (0.011)
##
## ldist -1.525***
## (0.028)
##
## Constant -40.974***
## (0.446)
##
## ------------------------------------------------
## Observations 11,304
## R2 0.656
## Adjusted R2 0.655
## Residual Std. Error 2.317 (df = 11300)
## F Statistic 7,169.780*** (df = 3; 11300)
## ================================================
## Note: *p<0.1; **p<0.05; ***p<0.01推定結果は、以下の式が成り立つことを示す。
\[ ltrade = -40.974 + 1.151l \times lgdp1 + 1.036 \times lgdp2 - 1.525 \times ldist + 残差 \]
つまり、以下の関係が成り立っている。
\[ 輸出額の対数値 = -40.974 + 1.151輸出国のGDPの対数値 \\ +1.036輸入国のGDPの対数値 -1.525距離の対数値 +残差 \]
5 散布図 with
plot and abline
グラフの保存は、Base
Rの場合、png("figure.png")とdev.off()をグラフのコードの前後に入れることでできる。
png("figure.png")
plot(x, y)
dev.off() ただし、このようにグラフ保存を行うと、Rマークダウンにはグラフが表示されなくなってしまう。Rマークダウンにもグラフを表示したい場合は、グラフ保存後、![]("figure.png")というコードをコード・チャンクの外側にかく必要がある。
#グラフの保存準備、解像度を100に指定
png("01_trade_data01.png", res = 100)
#散布図
plot(trade2013$ldist, trade2013$ltrade, xlab = "ln Distance", ylab = "ln Trade")
#回帰直線をzに保存
z <- lm(ltrade ~ ldist, data = trade2013)
#散布図に回帰直線zを追加。
#オプションで回帰直線の色に赤(col=2でも同じ)を指定。
abline(z, col= "red")
#グラフ保存完了
dev.off() ## quartz_off_screen
## 2
6 散布図 with
ggplot2
Base
Rのplot関数でも散布図を作成できたが、ggplot2パッケージを使うと、グラフのカスタマイズが容易になる。
- 以下のコードは、
ggplot2を使って散布図を作成している。 - 行末に
+をつけることで、グラフに要素を追加している。- 行頭に
+をつけると、エラーが発生するので注意が必要である。
- 行頭に
geom_smooth関数を使って回帰直線を追加している。theme_bw()によりグラフにシンプルな白黒のテーマを適用している。
library("ggplot2")
# グラフ生成
graph <- ggplot(trade2013, aes(x = ldist, y = ltrade)) +
geom_point() +
geom_smooth(se = TRUE, method = 'lm') +
theme_bw()
# グラフ表示
graph
# グラフ保存
ggsave('01_trade_data02.png', graph, width = 5, height = 4, units = 'cm')7 動的な散布図 with
plotly
plotlyパッケージを用いると、ggplot2で作成したグラフを動的に表示することができる。ここでは、ggplot2で先に作った「graph」オブジェクトをplotlyパッケージで動的にグラフにする。
なお、plotlyパッケージを使うと、動的なグラフを含むため、Knit
to HTMLはできるが、Knit to Wordはできなくなる。
library("plotly")
ggplotly(graph)8 グラフの保存について
8.1 グラフを全部保存する場合
マークダウンの最初の
YAMLに、keep_md: yesと入れておく。
---
title: "貿易データの分析"
author: "田中 鮎夢"
date: "2022-12-05"
keep_md: yes #画像保存
output:
html_document:
toc: yes
toc_float: yes
number_sections: yes
---さらに、最初のセットアップ・チャンクで以下のように設定しておく。
{r setup-chunk, include=FALSE}
knitr::opts_chunk$set(dev = c('pdf', 'png'), #画像をpng/pdfで保存
dpi = 100, #画像画質の設定
echo = TRUE, #コードを表示
cache = TRUE, #TRUEにするとキャッシュを残し、繰り返し実行を回避
message=FALSE, warning=FALSE)
また、コード・チャンクに{r plotly, message=FALSE, warning=FALSE}のように、コード・チャンクの名前を指定しておくと、画像の名前もコード・チャンクの名前に従う。
8.2 グラフを個別保存する場合
ggplot2で作成したグラフを保存する場合は、グラフ描画後、ggsave('figure.pdf')というコードを入れる。デフォルトでは、直前に描画したグラフが保存される。保存するグラフを指定したい場合は、以下のようにグラフ名を付与しておく。
グラフ名 <- ggplot(データ名, aes(x = x1, y = y1)) +
geom_point()+
ggsave('figure.pdf', グラフ名)補論: データの出所について
Glick and Rose (2016) のデータは、Andrew Roseのウェブサイトからダウンロードできる。
- Andrew Rose’s Website
- Glick2Data.zipを解凍して得られるStata形式のデータ「dataa1.dta」から2013年のデータを切りとって、「trade2013.csv」データを作成した。