[英]fixed effects in R: plm vs lm + factor()
我正在嘗試在R中運行固定效果回歸模型。我想控制變量C和D(都不是時間變量)中的異質性。
我嘗試了以下兩種方法:
1)使用plm軟件包:給我以下錯誤消息
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]]) :
我也嘗試過先使用創建面板
data_p = pdata.frame(data,index=c('C','D'))
但是我在這兩欄中都重復了觀察。
2)使用factor()和lm:效果很好
formula = Y ~ A + B + factor(C) + factor(D)
reg = lm(formula, data= data)
兩種方法有什么區別? 為什么plm對我不起作用? 是因為指標之一應該是時間嗎?
該錯誤表示您重復了由變量C和D組成的id-time對。
假設您有第三個變量F,該變量與C共同使個體與另一個變量(或您的第一個維度,無論大小)有所不同。 然后,使用dplyr可以創建一個唯一的索引,例如id
:
data.frame$id <- data.frame %>% group_indices(C, F)
plm中的index參數變為index = c(id, D)
。
lm + factor()
是一個解決方案,以防萬一您有不同的發現。 如果不是這種情況,將無法在每個ID中正確加權結果,即無法正確識別固定效果。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.