如何使用plm（）在分类OLS中包含分类变量？

Question

在将plm()用于池化OLS时，是否有办法包含分类变量（具有多个因子级别的因子）？据我所知，在plm()中，所有变量都必须是数字，这在我的情况下是行不通的。我可以为每个因子级别包含一个虚拟变量，但是，这会导致更多的变量，实际上只有相当少的因子水平。

我在CrossValidated上提出了类似的问题，并感谢任何帮助。

如果需要，我会包含一个最小的示例，但我认为这是关于如何使用plm()和lm()的更一般性问题。

Answer 1

您可以轻松地在plm()和lm()中包含数字和分类变量变量。

require(plm)
data(Males)
head(Males[1:6])
# nr year school exper union  ethn
# 1 13 1980     14     1    no other
# 2 13 1981     14     2   yes other
# 3 13 1982     14     3    no other
# 4 13 1983     14     4    no other
# 5 13 1984     14     5    no other
# 6 13 1985     14     6    no other

coef(lm(wage ~ school + union + ethn, data=Males))
# (Intercept)      school    unionyes   ethnblack    ethnhisp 
# 0.7148      0.0767      0.1930     -0.1523      0.0134 

coef(plm(wage ~ school + union + ethn, data=Males, model="pooling"))
# (Intercept)      school    unionyes   ethnblack    ethnhisp 
# 0.7148      0.0767      0.1930     -0.1523      0.0134 

如您所见，您可以在两个实例中同时拥有虚拟变量和分类变量。