固定效果模型没有时间？

Question

我在使用某种面板数据结构（但没有时间索引）复制固定效果估计时遇到问题。

我已经看到有关FE模型的几个很好的解释以及在R中的一些简单应用。但我在一些论文中工作，其中不包括时间索引而是三个不同的索引（人，村，块）。块是FE（某个行政单位）。

这是作者所做的（FE估计）：

以下是他们的一些结果：

问题：我想复制第3栏，系数和强大的SE。

（链接到数据：https://www.aeaweb.org/articles?id=10.1257/aer.20150474）

到目前为止我的方法：

想出一个主意：

# making up some data
person_id <- c(1,3,4,5,7,8)
person_id <- as.integer(person_id)  # integer
village_id <- c(1,1,1,2,2,2) 
village_id <- as.integer(village_id) # # integer
block <- c("a","a","b","b","c","c") # character
block <- as.factor(block) # factor
treat <- c(0,1,1,0,1,0) # numeric
treat <- as.integer(treat) # integer
outcome <- c(13,7,8,22,91,2) # numeric

# combining data
df <- cbind(person_id, village_id, block, outcome, treat)
df <- as.data.frame(df)

# converting data, not really necessary
pdata <- plm.data(df, index=c("person_id", "village_id"))

# just for comparison
lm(outcome ~ treat, data=df) # no problem
lm(outcome ~ treat + block, data=df) # no problem 

# using panel data structure, error: empty model
FE <- plm(outcome ~ treat, data=pdata, method="within") 
# alternative, , error: empty model
FE <- plm(outcome ~ treat, data=pdata, method="within", index=c("person_id", "village_id")) 

不可能仅仅使用pdata <- plm.data(df, index=c("person_id", "village_id", "block"))中的3个索引创建面板数据，但我无法说明原因。似乎R仍将这些指数解释为＆＃34; time＆＃34;。

我设法建立了一个合并模型（这会产生完美的系数，不知道为什么，我想要一个内部模型）：

pooling<- plm(DV_dap ~ gotminikit + paddyarea + block, data=r_farmlevel_year2, model="pooling", index=c("farmer_id", "village_id")) # coef 393.768 fits!

并调整了稳健SE的计算（只是反复试验）：

coeftest(pooling, vcov=pvcovHC(pooling, method="arellano", cluster="time", type="HC0")) # 135.377
coeftest(pooling, vcov=pvcovHC(pooling, method="arellano", cluster="time", type="HC1")) # 135.927
coeftest(pooling, vcov=pvcovHC(pooling, method="arellano", cluster="time", type="HC2")) # 136.705 - pretty close!
coeftest(pooling, vcov=pvcovHC(pooling, method="arellano", cluster="time", type="HC3")) # 138.087

我没有足够的计量经济学背景来决定这些SE计算方法。但是它们都没有产生给定数量的136.410。

线性模型（如建议的那样）让我非常接近结果，但并不能产生完美的匹配：

lmodel <- lm(DV_dap ~ r_farmlevel_year2$gotminikit + r_farmlevel_year2$paddyarea + r_farmlevel_year2$block) 
coeftest(lmodel , vcov = sandwich) # coef 393.768  SE  137.775

我将不胜感激任何暗示：）