解釋'plm'中的固定效應模型沒有截距時的分類變量

-1

我使用帶有固定效果''內'選項'的'plm'命令來運行我的面板迴歸。因變量是數字，而所有自變量都是分類的或二元的，除了cgi，eui，sjump和rv。解釋'plm'中的固定效應模型沒有截距時的分類變量

三個二元變量cc，ce，cw應該代表4個類別的同一個分類變量，所以我排除了一個。

但是，當我嘗試從這三個代表4個類別的二元變量中分析第四個類別的效果時，由於此固定效果模型沒有給出可用於獲得此效果的截距第四個分類變量，我必須設置所有的零。

我可以幫忙嗎？

Oneway (individual) effect Within Model 

Call: 
plm(formula = liq ~ gov + indus + fin + cc * us + ce * us + cw * 
    us + cgi + eui + sjump + rv, data = DATA, model = "within", 
    index = c("year", "id")) 

Unbalanced Panel: n=20, T=1-5, N=56 

Residuals : 
     Min.  1st Qu.  Median  3rd Qu.  Max. 
-0.00261615 -0.00032955 0.00000000 0.00054460 0.00355775 

Coefficients : 
      Estimate Std. Error t-value Pr(>|t|)  
gov 2.6297e-03 9.3741e-04 2.8053 0.0100474 * 
indus 1.2222e-03 5.6817e-04 2.1511 0.0422088 * 
fin 1.8561e-04 1.1653e-03 0.1593 0.8748340  
cc -4.9511e-03 2.2878e-03 -2.1641 0.0410807 * 
us -4.1023e-03 5.4593e-04 -7.5143 1.235e-07 *** 
ce -5.6131e-03 2.2753e-03 -2.4669 0.0215034 * 
cw -5.1635e-03 2.5178e-03 -2.0508 0.0518462 . 
cgi -1.5682e-03 3.4829e-04 -4.5026 0.0001608 *** 
eui 1.1203e-06 4.1869e-05 0.0268 0.9788832  
sjump -1.8977e-03 7.2104e-03 -0.2632 0.7947520  
rv -2.7708e+00 5.6234e+00 -0.4927 0.6268798  
cc:us 1.2738e-03 2.4844e-03 0.5127 0.6130542  
us:ce 6.6711e-04 2.5962e-03 0.2570 0.7994964  
--- 
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Total Sum of Squares: 0.00052049 
Residual Sum of Squares: 5.7059e-05 
R-Squared:  0.89037 
Adj. R-Squared: 0.73785 
F-statistic: 14.3696 on 13 and 23 DF, p-value: 4.5827e-08

來源

2017-09-02 Eric

請不要惡意破壞你的自己的問題。 –

首先：對不起，這應該是一個評論，但我不能評論，因爲我有幾點和徽章。

您是否嘗試過使用within_intercept（）函數？「此功能提供了一個整體的截距模型中，並與之配套的標準誤差」

如果你去到PLM手冊也有一些例子（第117頁）（https://cran.r-project.org/web/packages/plm/plm.pdf）：

gi <- plm(inv ~ value + capital, data = Grunfeld, model = "within") 
fx_level <- fixef(gi, type = "level") 
fx_dmean <- fixef(gi, type = "dmean") 
overallint <- within_intercept(gi) 
all.equal(overallint + fx_dmean, fx_level, check.attributes = FALSE) # TRUE 
# overall intercept with robust standard error 
within_intercept(gi, vcov = function(x) vcovHC(x, method="arellano", type="HC0"))

來源

2017-09-02 08:53:07 FedRo

非常感謝！它給了我正確的答案！ – Eric

爲了呈現我的固定效果模型結果，是否可以正確使用此攔截器？ – Eric

解釋'plm'中的固定效應模型沒有截距時的分類變量

回答

相關問題