R中的固定效果：plm vs lm + factor（）

Question

我正在尝试在R中运行固定效果回归模型。我想控制变量C和D（都不是时间变量）中的异质性。

我尝试了以下两种方法：

1）使用plm软件包：给我以下错误消息

formula = Y ~ A + B + C + D

reg = plm(formula, data= data, index=c('C','D'), method = 'within')

duplicate couples (time-id)Error in pdim.default(index[[1]], index[[2]]) : 

我也尝试过先使用创建面板

data_p = pdata.frame(data,index=c('C','D'))

但是我在这两栏中都重复了观察。

2）使用factor（）和lm：效果很好

formula = Y ~ A + B + factor(C) + factor(D)
reg = lm(formula, data= data)

两种方法有什么区别？ 为什么plm对我不起作用？ 是因为指标之一应该是时间吗？

Answer 1

该错误表示您重复了由变量C和D组成的id-time对。

假设您有第三个变量F，该变量与C共同使个体与另一个变量（或您的第一个维度，无论大小）有所不同。 然后，使用dplyr可以创建一个唯一的索引，例如id ：

data.frame$id <- data.frame %>% group_indices(C, F) 

plm中的index参数变为index = c(id, D) 。

lm + factor()是一个解决方案，以防万一您有不同的发现。 如果不是这种情况，将无法在每个ID中正确加权结果，即无法正确识别固定效果。