R PLM落入虚拟变量陷阱——如何修复？

例如：

load(url('BROKEN LINK'))
head(sdat)
library(plm)
fem = plm(y~T+G:t,data=sdat,effect="twoways",model="within",index=c("ID","t"))
summary(fem)
lsdvm = lm(y~ID+T+G:t,data=sdat)
summary(lsdvm)
fem$coef

fem

是固定效应模型（适用于plm），而

lsdv

是等效的最小二乘虚拟变量模型（适用于lm）

很明显，plm正在估算系数，事实上，这两个模型中的系数是相同的，因为它们应该是相同的。但当我总结结果时，plm遇到了困难，我很确定原因是timeXgroup固定效应，其中一些需要自动忽略，因为虚拟变量陷阱。（例如，lm似乎知道如何自动删除彼此精确线性组合的变量）

---

我该怎么做？我更喜欢使用plm，因为它的输出比每个横截面单元使用虚拟变量的lm要节省得多。

您找到答案了吗？这看起来很相关，尽管我还没有运行您的代码来验证：这应该在最新版本的plm中修复。