R 具有固定效应的线性概率模型？

如果我想估算一个具有（区域）固定效应的线性概率模型，这与运行固定效应回归相同吗？也许我被语言绊倒了。我的目标是评估婴儿奖金的效果。我的因变量是新生儿的二元指标，我感兴趣的主要自变量是接受婴儿奖金的指标。我控制年龄、年龄平方、教育程度、婚姻状况和家庭收入

我是否应该使用：

## 1.) Linear Probability    
LPM <- lm(newborn ~ treatment + age + age_sq + highest_education + marital_stat + 
            hh_income_log, data=fertility_15_45)

线性概率

---

LPM您可能希望在LPM中添加一个区域虚拟对象，以获得区域固定效果。例如：

---

这似乎不是一个适用于堆栈溢出的特定编程问题。如果你寻求统计方法的建议，那么你应该在上问这样的问题。你更有可能在那里得到更好的答案。这里也发布了：

## 2.) FE Model      
FE_model <- plm(newborn ~ treatment + age + age_sq + highest_education + marital_stat + 
                  hh_income_log, data = fertility_15_45, index="region", model="within")

library(plm)
data(Cigar)

summary(plm(I(sales > 121.2) ~ price + pop, data=Cigar, model="within", index="state"))$coe
#            Estimate   Std. Error     t-value     Pr(>|t|)
# price -2.880255e-03 2.626505e-04 -10.9661107 7.519348e-27
# pop   -6.922327e-06 1.311006e-05  -0.5280165 5.975758e-01

summary(lm(I(sales > 121.2) ~ 0 + price + pop + factor(state), data=Cigar))$coe[1:2, ]
#            Estimate   Std. Error     t-value     Pr(>|t|)
# price -2.880255e-03 2.626505e-04 -10.9661107 7.519348e-27
# pop   -6.922327e-06 1.311006e-05  -0.5280165 5.975758e-01