R中的固定效应：plm vs lm + factor（）

Question

我试图在R中运行固定效应回归模型。我想控制变量C和D的异质性（两者都不是时间变量）。

我尝试了以下两种方法：

1）使用plm包：给我以下错误消息

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]]) : 

我还尝试使用

创建第一个面板

data_p = pdata.frame(data,index=c('C','D'))

但我在两个专栏中都重复了一遍。

2）使用factor（）和lm：效果很好

formula = Y ~ A + B + factor(C) + factor(D)
reg = lm(formula, data= data)

这两种方法有什么区别？为什么plm不适合我？是因为其中一个指数应该是时间吗？

Answer 1

该错误表示您已经重复了由变量C和D组成的id-time对。

假设您有第三个变量F，它与C共同保持个体与其他个体不同（或者您的第一个维度，无论它是什么）。然后使用dplyr，你可以创建一个独特的指标，比如id：

data.frame$id <- data.frame %>% group_indices(C, F) 

plm中的index参数变为index = c(id, D)。

如果您有不同的观察结果，lm + factor()就是一个解决方案。如果不是这种情况，则不会在每个id内对结果进行适当加权，也就是说，未正确识别固定效果。