R 使用feols在固定效应模型中包含交互项

我对fixest软件包中FEOL的使用有一个问题。我想运行一个回归，其中解释变量

x1

是一个具有面板结构的变量，

x2

是一个时间序列变量。因变量

y

也具有面板结构

feols(y ~ x1 + x1*x2 | date, dat)

相互作用项

x1*x2

的系数值得关注。但是如果我运行上面的回归，就会出现一个警告，说明变量

x2

由于共线性而被删除

我理解它，因为在存在固定时间效应的情况下，任何时间序列变量都将与固定效应共线。但我不知道为什么即使我没有在回归表中单独包含

x2

，仍然会出现这样的警告

我不想使用

I（）。相反，我想对描述平均效应的相互作用项只有一个系数。有什么建议吗

我将非常感谢你的帮助！提前感谢。
这不是
fixest
特有的，而是
R
解析公式的特有方式

奇怪的是，在公式中写入
x1*x2
不仅包括
x1*x2
项，还包括
x1
和
x2

您需要的是：


x1:x2
仅包括交互（而不包括变量）
I（x1*x2）
其中
I（）


以下是一些例子：

base = iris
names(base) = c("y", "x1", "x2", "x3", "species")

# the multiplication adds x1 and x2
head(model.matrix(y ~ x1*x2, base))
#>   (Intercept)  x1  x2 x1:x2
#> 1           1 3.5 1.4  4.90
#> 2           1 3.0 1.4  4.20
#> 3           1 3.2 1.3  4.16
#> 4           1 3.1 1.5  4.65
#> 5           1 3.6 1.4  5.04
#> 6           1 3.9 1.7  6.63

# x1:x2 only includes the product
head(model.matrix(y ~ x1 + x1:x2, base))
#>   (Intercept)  x1 x1:x2
#> 1           1 3.5  4.90
#> 2           1 3.0  4.20
#> 3           1 3.2  4.16
#> 4           1 3.1  4.65
#> 5           1 3.6  5.04
#> 6           1 3.9  6.63

# I(x1*x2): idem
head(model.matrix(y ~ x1 + I(x1*x2), base))
#>   (Intercept)  x1 I(x1 * x2)
#> 1           1 3.5       4.90
#> 2           1 3.0       4.20
#> 3           1 3.2       4.16
#> 4           1 3.1       4.65
#> 5           1 3.6       5.04
#> 6           1 3.9       6.63

嗨，非常感谢你给我这个提示！！这很有帮助：）不客气：-）