在 R 中使用 bife 获取截距以进行固定效应逻辑回归

Question

我正在尝试使用 R 中的bife包来估计具有固定效应的逻辑回归模型。我使用此链接 - bife vigette - 来设置模型。 在bife命令中使用时，我的模型如下bife ：

logit.bife <- bife(Y ~ X1+X2+X3+X4+...+X13 | ID)

使用bife时，如何获取截距值？ 它是否包含在我们在输出中得到的平均固定效应中？ 可以使用logit.bife$par_corr$avg_alpha获得平均固定效应。 我有大约 1266 个 ID 值，并且使用logit.bife$par_corr$avg_alpha获得了 1256 个固定效应估计值。 但是，我不知道如何获得拦截值。 插图表明bife estimator 几乎与glm相同。 通常当我们使用glm我们会在模型输出中得到一个截距。

谁能建议如何在使用bife获得拦截？

Answer 1

没有单一的拦截。 正如它在?bife ，

术语固定效应在计量经济学家的意义上使用，即每个人都有一个时间常数假人。 模型中的所有其他参数都称为结构参数。

和

由于与固定效应的完美共线性，线性预测变量不得包含任何常数回归变量。

所以，本质上我们对每个 ID 都有一个单独的拦截，这是bife的全部意义。 如果您定义了一个常数回归量并手动将其添加到模型中，那么它会由于完美的多重共线性而崩溃：人们无法区分截距的贡献和所有固定效应的总和。

但是，请注意，除了平均固定效应之外，您还有单独的效应，它们应该只比单个数字更有趣：

logit.bife$par$alpha # Uncorrected
logit.bife$par_corr$alpha # Corrected

事实上，从这个意义上说bife并没有什么特别之处，如果为每个ID 包含一个虚拟变量， glm也会发生同样的情况（仅包含ID变量可能会降低一个因子水平并包含截距）。 最终你应该思考你的目标是什么； 也许这些固定效应的平均值或中位数确实是您所需要的。