在模型假人的线性假设期间的节点堆栈溢出

Question

我希望你周日愉快。

我有一个关于94个时段的868家银行的银行股票回报的面板数据集，其中我创建了时间和银行假人。定义了不同的回归配置后，我想使用linearHypothesis（）测试各个虚拟集的联合重要性。

虽然这对于时间假人来说完全正常，但在尝试测试银行假人时会出现以下错误：

Error in lengths(x) : node stack overflow
Error during wrapup: node stack overflow

以下是（i）的代码。创建假人，（ii）定义lm（）＆（39）运行假设检验：

panel$bank=cut(panel$Entity, breaks = c(0:868), labels=banklabels)
panel$time=cut(panel$Quarter, breaks = c(0:94), labels=timelabels)

bankdummyreg=lm(ret ~ l_ret + l_btm + l_roe + bank, data=panel)
timedummyreg=lm(ret ~ l_ret + l_btm + l_roe + time, data=panel)
--------------------------------------------------------
linearHypothesis(timedummyreg, matchCoefs(timedummyreg, "time"))
Linear hypothesis test

Hypothesis:
timet2 = 0
---
timet94 = 0

Model 1: restricted model
Model 2: ret ~ l_ret + l_btm + l_roe + time

Res.Df    RSS Df Sum of Sq      F    Pr(>F)    
1  32739 865.29                                  
2  32646 623.00 93    242.29 136.52 < 2.2e-16 ***
--------------------------------------------------------
linearHypothesis(bankdummyreg, matchCoefs(bankdummyreg, "bank"))
Error in lengths(x) : node stack overflow
Error during wrapup: node stack overflow

以下是我的面板数据集的摘要（）和str（）的屏幕截图：

以前从未遇到过这个错误，我也找不到与linearHypothesis（）有关的这个错误的任何信息。我还发现令人困惑的是，对时间假人的联合测试工作得很好，看到两个虚拟集以相同的方式创建。任何建议都将受到高度赞赏。