我想比较以下模型的估算但我不知道我是否可以用plm包估计模型（5）：
1 / pooled - ＆gt; YIT
fit.pooling <- plm(form, data = pdata, model = "pooling")
2 /内（ind /时间/两种效果） - ＆gt; Yit - Yi。 / Yit - Yt。 / Yit - 易。 - 是的。
fit.fe <- plm(form, data = pdata, model = "within", effect="ind"/"time"/"twoways")
3 /之间（ind /时间效应） - ＆gt;义。 / Yt。
fit.bet <- plm(form, data = pdata, model = "between", effect="ind"/"time")
4 /随机效应（ind /时间/两种效果） - ＆gt;是的 - 一个易。 / Yit - a Yt。 / Yit - 一个 Yi。 - b Yt。
fit.re <- plm(form, data = pdata, model = "random", effect="ind"/"time"/"twoways")
5 /具有固定时间效果的随机效果或具有固定效果的随机效果？ - ＆GT;是的 - 一个易。 - 是的/ Yit - a Yt。 - 易。
我可以用plm包估算那些型号吗？
答案 0 :(得分：1)
让我们在5.1）和5.2）中分裂5）：
5.1）具有固定时间效果的随机个人效果
5.2）具有固定个体效应的随机时间效果。
这种类型的模型，Baltagi在他的教科书中称之为混合错误组件模型 - 我认为 - EViews将其称为混合模型（但它不应该被误认为是MLE上下文中的混合效果模型）。 / p>
两者都可以像这样安装plm：
5.1）
fit.mix5.1 <- plm(<your formula + factor(timeindex)>, data = pdata, model = "random", effect = "individual")
5.2）
fit.mix5.2 <- plm(<your formula + factor(indindex)>, data = pdata, model = "random", effect = "time")
其中因子（timeindex）或factor（indindex）分别是时间或个别指数作为因子。