一个例子：
load(url('BROKEN LINK'))
head(sdat)
library(plm)
fem = plm(y~T+G:t,data=sdat,effect="twoways",model="within",index=c("ID","t"))
summary(fem)
lsdvm = lm(y~ID+T+G:t,data=sdat)
summary(lsdvm)
fem$coef
fem是固定效应模型（适合plm），lsdv是等效最小二乘虚拟变量模型（适合lm）
很明显，plm正在估计系数，实际上两个模型中的系数是相同的，正如它们应该的那样。但是当我总结结果时，plm很难，而且我很确定原因是timeXgroup固定效果，其中一些因为虚拟变量陷阱而需要自动省略。 （例如，lm似乎知道如何自动删除彼此精确线性组合的变量）。
我如何解决这个问题？我更倾向于使用plm，因为它为每个横截面单元提供了比lm更多的简洁输出。