如何使用plm（）在合併的OLS中包含分類變量？

Question

使用plm()作爲彙總OLS時，是否有辦法包含分類變量（具有多個因子水平的因子）？據我所知，在plm()所有變量必須是數字，這不適用於我的情況。我可以爲每個因子水平包含一個虛擬變量，但是，這會導致更多的變量，實際上這些變量只是水平相對較少的因子。

我在CrossValidated上提出了類似的問題，並會感謝任何幫助。

如果有要求，我會舉一個例子，但我認爲這是一個關於如何使用plm()和lm()的一般性問題。

Answer 1

您可以在plm()和lm()中輕鬆包含數值和分類變量變量。

require(plm) 
data(Males) 
head(Males[1:6]) 
# nr year school exper union ethn 
# 1 13 1980  14  1 no other 
# 2 13 1981  14  2 yes other 
# 3 13 1982  14  3 no other 
# 4 13 1983  14  4 no other 
# 5 13 1984  14  5 no other 
# 6 13 1985  14  6 no other 

coef(lm(wage ~ school + union + ethn, data=Males)) 
# (Intercept)  school unionyes ethnblack ethnhisp 
# 0.7148  0.0767  0.1930  -0.1523  0.0134 

coef(plm(wage ~ school + union + ethn, data=Males, model="pooling")) 
# (Intercept)  school unionyes ethnblack ethnhisp 
# 0.7148  0.0767  0.1930  -0.1523  0.0134 

正如您所看到的，您可以在兩個實例中同時具有虛擬變量和分類變量。