带时间效果的plm
plm with time effects
我第一次尝试在 R 中使用 plm 包。
我想估计一个只有时间虚拟变量的合并模型，即没有未观察到的异质性。
我运行一个简单的回归形式：
plm(dep ~ x:y -1, data=data, index=c("panel_var", "time_var"), effect="time", model="pooling")
，其中 x 是连续变量，y 是分类变量（因此 x:y 是交互变量）。我在模型中添加了 -1 以不包含截距，因为我希望有时间假人。
使用 summary 时，模型会正确地告诉我 'panel' 和 'time' 维度的时间大小。但是，它不报告时间虚拟变量。通过检查，我发现这是因为它在回归中不包括时间虚拟变量（运行宁一个简单的 lm 回归没有截距给出相同的答案）。
鉴于 effect="time" 选项不添加时间假人，它有什么作用？
我知道我想要的模型可以是 运行 和 lm 但我想明确说明面板结构并使用 plm 包中包含的 vcovSCC 协方差结构（尽管在 运行 进行 lm 回归之后，这可能也是可行的。
感谢帮助！
合并的 OLS 模型既没有时间效应也没有个体效应。也许包应该发出一条错误消息。您可能想要一个固定效果模型，例如。 g.
data(Grunfeld, package="plm")
# estimate model with time effects
fe <- plm(inv ~ value + capital, data=Grunfeld, model = "within", effect = "time")
summary(fe)
# extract time effects
fixef(fe)
我第一次尝试在 R 中使用 plm 包。
我想估计一个只有时间虚拟变量的合并模型，即没有未观察到的异质性。
我运行一个简单的回归形式：
plm(dep ~ x:y -1, data=data, index=c("panel_var", "time_var"), effect="time", model="pooling")
，其中 x 是连续变量，y 是分类变量（因此 x:y 是交互变量）。我在模型中添加了 -1 以不包含截距，因为我希望有时间假人。
使用 summary 时，模型会正确地告诉我 'panel' 和 'time' 维度的时间大小。但是，它不报告时间虚拟变量。通过检查，我发现这是因为它在回归中不包括时间虚拟变量（运行宁一个简单的 lm 回归没有截距给出相同的答案）。
鉴于 effect="time" 选项不添加时间假人，它有什么作用？
我知道我想要的模型可以是 运行 和 lm 但我想明确说明面板结构并使用 plm 包中包含的 vcovSCC 协方差结构（尽管在 运行 进行 lm 回归之后，这可能也是可行的。
感谢帮助！
合并的 OLS 模型既没有时间效应也没有个体效应。也许包应该发出一条错误消息。您可能想要一个固定效果模型，例如。 g.
data(Grunfeld, package="plm")
# estimate model with time effects
fe <- plm(inv ~ value + capital, data=Grunfeld, model = "within", effect = "time")
summary(fe)
# extract time effects
fixef(fe)