我的数据集有一个二进制因变量(0/1)和许多个人和三个时间段的许多连续自变量。因此,我面对一个带有二进制因变量的面板数据集,该数据集要求使用非线性面板数据模型。但是,我也有很多自变量,要求使用变量选择方法。因此,我想将套索应用于固定效果logit模型。
据我所知,cv.glmnet
中只有一种可能性,即可以使用函数cv.glmnet(x, y, weights, offset, lambda, type.measure='binomial', nfolds, foldid, grouped, keep, parallel, ...)
使用type.measure='binomial'
来估计logit套索模型。此估算程序将所有个人汇总在一起,因为它是横截面估算程序,不会占用我的数据集的面板组成部分。
因此,我想调整cv.glmnet
函数,以便可以将type.measure='fe binomial'
作为输入,因此它运行固定效果logit套索模型。
总而言之,可以分别运行固定效果logit模型和套索模型,但我想将两者结合起来。如何在R中执行此操作?
(此外,在附件中,我更详细地记录了我的模型)