我想使用固定效果的泊松回归模型来检查是否选择2种不同的方案（在我的模型中指定为虚拟模型）是否可以增加运动量。
我有3年时间跨度的纵向数据（按月测量）， N = 100,000 + （每个ID跟踪的观察值/月数都有所不同） ）。 ID可以随时选择采用两种不同的方案，它们可以仅采用一种（方案1），也可以不采用两种方案，或者同时或在不同的时间点（方案1和方案2）进行选择。
我想包括单个固定效果（在选择两种不同方案时使用个体内差异）。
我还想包括月/年固定效应，以控制运动模式中的时间趋势/季节性。我正在考虑为此在给定年份的每个特定月份使用一组虚拟变量。
我想指定我的模型如下：
y（i，my）=Λ（i）+γ（my）+βScheme1（i，my）+βScheme2（i，my）+ε（i，my）
所以 y（i，my）是指ID i在y年的m个月进行的运动的因变量水平。
Λ（i）是个人特定的固定效果。
γ（my）是时间固定效应。
如果 ENT i在第m个月及其之后加入了方案，则方案1和方案2分别取值为1。
仅供参考：非常抱歉，我不得不在上式中用括号将每个变量的定义放在上面
下面是我最初使用glm()函数运行的内容，仅将方案1和2作为因变量，并且运行良好。
PoissonModel <- glm(DepVar ~ Scheme1 + Scheme2, family = poisson, data = dataset)
我的问题是我不确定如何编写代码/做什么以将Λ（i）和γ（my）也包括在内。任何帮助将不胜感激，谢谢！