我有一个庞大的数据集，我尝试使用具有随机效应的Probit模型对面板数据进行线性回归。
数据集是关于2013年，2014年，2015年和2016年巴西超过4000个城市的公共财政状况的。
我的代码就是那个：
probit_model <- pglm(Reelect ~ pibpc + imprec + saurec + edurec + sanerec + ElectionYear, model = ("random"), effect = ("individual"), index = c("cd_ibge", "year"), family = binomial(link = "probit"), data = final2)
但是我收到了该错误消息：
maxNRCompute（fn = function（theta，fnOrig，gradOrig = NULL， hessOrig = NULL ，：渐变中的NA另外：警告消息：
1：在pdata.frame（data，index）中：在 产生的pdata.frame找出哪个，例如 表（索引（your_pdataframe），useNA =“ ifany”） 2：在 is.pbalanced.default（index [[1]]，index [[2]]）：重复对 （id-time）
3：在pdata.frame（data，index）中：在 产生的pdata.frame找出哪个，例如 表（索引（your_pdataframe），useNA =“ ifany”） 4：在is.pbalanced.default（index [[1]]，index [[2]]）中：重复对 （id-time）
有人可以帮助我吗？有人知道发生了什么事吗？