摘要中未包含假人

Question

我想创建一个函数来执行包含 3 级虚拟变量的面板回归。

让我们在具有时间效应的模型中考虑：

library(plm)

fit_panel_lr <- function(y, x) {
  x[, length(x) + 1] <- y
 
  #adding dummies
  mtx <- matrix(0, nrow = nrow(x), ncol = 3)
  mtx[cbind(seq_len(nrow(mtx)), 1 + (as.integer(unlist(x[, 2])) - min(as.integer(unlist(x[, 2])))) %% 3)] <- 1
  colnames(mtx) <- paste0("dummy_", 1:3)
  #converting to pdataframe and adding dummy variables
  x <- pdata.frame(x)
  x <- cbind(x, mtx)

  #performing panel regression 
  varnames <- names(x)[3:(length(x))]
  varnames <- varnames[!(varnames == names(y))]
  form     <- paste0(varnames, collapse = "+")
  x_copy   <- data.frame(x)
  form     <- as.formula(paste0(names(y), "~", form,'-1'))
  params   <- list(
    formula = form, data = x_copy, model = "within",
    effect = "time"
  )
  pglm_env <- list2env(params, envir = new.env())

  model_plm <- do.call("plm", params, envir = pglm_env)

  model_plm
}

但是，如果我使用数据：

data("EmplUK", package="plm")
dep_var<-EmplUK['capital']
df1<-EmplUK[-6]

在输出中我将得到：

>  fit_panel_lr(dep_var, df1)

Model Formula: capital ~ sector + emp + wage + output + dummy_1 + dummy_2 + 
    dummy_3 - 1
<environment: 0x000001ff7d92a3c8>

Coefficients:
   sector       emp      wage    output 
-0.055179  0.328922  0.102250 -0.002912

为什么在公式中考虑了虚拟变量而在系数中没有考虑？有什么合理的解释还是我做错了什么？

Answer 1

在输出中看不到虚拟变量的一点是因为它们与其他数据线性相关在固定效应时间变换之后。它们被丢弃，因此可以估计并输出可估计的内容。

在下面找到一些（不容易执行的）代码，从上面的示例中提取：

dat <- cbind(EmplUK, mtx) # mtx being the dummy matrix constructed in your question's code for this data set
pdat <- pdata.frame(dat)
rhs <- paste(c("emp", "wage", "output", "dummy_1", "dummy_2", "dummy_3"), collapse = "+")
form <- paste("capital ~" , rhs)
form <- formula(form)
mod <- plm(form, data = pdat, model = "within", effect = "time")
detect.lindep(mod$model) # before FE time transformation (original data) -> nothing offending
detect.lindep(model.matrix(mod)) # after FE time transformation -> dummies are offending

detect.lindep 的帮助页面（?detect.lindep 包含在包 plm 中）有一些关于有限元变换前后线性相关性的更好的例子。

一个建议：至于构建虚拟变量，我建议使用三水平的R因子，而不是自己构建虚拟矩阵。使用因子通常更方便且不易出错。它通过使用模型的典型估计函数转换为二元虚拟变量（处理方式）。frame/model.矩阵框架。

摘要中未包含假人

Dummies not included in summary

r

output

regression

dummy-variable

plm