我有一个 1950-2011 财年大约 40k 公司的数据集，其中大约 430k 公司年。如果我没记错的话，我有面板数据。此外，这些公司嵌套在 9 个行业中。
我为每家公司创建了一个唯一标识符ticn。年份用 表示fyear。现在我感兴趣的变量是年销售额sale、年广告xad和年研发费用xrd。我有由 表示的行业虚拟模型sicagg。我对年销售额和广告/研发支出之间的关系感兴趣，包括一些控制变量。
目前我正处于研究的探索阶段。
所以我的目标是，我想感受一下数据，给出描述，也许还会画一些图。
首先，我在描述性统计（平均值、标准差、最小值和最大值）之间和内部进行了计算。我还绘制了销售、研发和广告之间的散点图。此外，我将每个行业的年平均广告费用的时间序列绘制成一张漂亮的图表。
你能给我一些额外分析的想法吗？提前致谢！
我总是从在 R 中进行 PCA（主成分分析）开始，因为它几乎不需要写作。假设您拥有data.frame我们所说的所有这些data。
pca <- prcomp(data)
# Screeplot.
plot(pca)
# Biplot.
biplot(pca)
对于 R 用户，还有ggplot2库。我知道它可以为数据表示创造奇迹，但我不知道如何使用它。也许有人会提出一些建议？
当您说“销售、研发和广告之间的散点图”时，我不清楚您绘制的是什么图。例如，您是否做过类似的事情：
library (lattice)
xyplot (sale ~ xrd | year, groups=sicagg)
xyplot (sale ~ xrd | sicagg, groups=year)
不确定是什么sicagg；在我的示例中，我假设它是一个因子变量。
在您按行业划分的广告图中，您是否为平均值绘制了线条，并为具体情况绘制了点，按行业编码？密度图也可能有用：
densityplot (~sale, groups=xrd)
densityplot (~xad, groups=xrd)
等等。一旦你变得复杂并组合图形类型，lattice就会很快变得复杂，但它使这些类型的绘图变得容易。