我正在尝试使用R中的bife
包来估算具有固定效果的逻辑回归模型。我使用了此链接-bife vignette-来建立模型。在bife
命令中使用时,我的模型如下所示:
logit.bife <- bife(Y ~ X1+X2+X3+X4+...+X13 | ID)
当我使用bife时,如何获取截距值?它包含在我们在输出中得到的平均固定效果中吗?平均固定效果可以使用logit.bife$par_corr$avg_alpha
获得。我大约有1266个ID值,使用logit.bife$par_corr$avg_alpha
得到的固定效果估计值为1256个值。但是,我不知道如何获取拦截值。小插图表明bife
的估计量与glm
的估计量几乎相同。通常,当我们使用glm
时,会在模型输出中得到截距。
有人可以建议在使用bife
时如何获得拦截吗?
答案 0 :(得分:1)
没有单个拦截。如?bife
中所述,
术语“固定效应”用于计量经济学家具有 每个人的时间常数假人。中的所有其他参数 模型称为结构参数。
和
由于以下原因,线性预测变量不得包含任何常数回归变量: 具有固定效果的完美共线性。
因此,从本质上讲,每个ID都有一个单独的截距,即bife
的全部要点。如果您定义了一个常数回归器并将其手动添加到模型中,则由于完美的多重共线性会导致崩溃:无法区分截距的贡献和所有固定效应的总和。
但是,请注意,除了平均固定效果外,您还拥有单独的效果,这应该只比单个数字有趣:
logit.bife$par$alpha # Uncorrected
logit.bife$par_corr$alpha # Corrected
实际上,bife
在这个意义上没有什么特别的,glm
也会发生同样的情况,如果您为每个 ID包含了一个虚拟变量(仅包括ID
变量可能会降低一个因子水平并包含截距)。最终,您应该考虑自己的目标是什么;也许确实需要这些固定效果的平均值或中位数。