使用固定效应logistic回归的bife-in-R获得截距

我试图使用R中的

bife

包来估计具有固定效应的逻辑回归模型。我使用这个链接来建立模型。在

bife

命令中使用时，我的模型如下所示：

logit.bife <- bife(Y ~ X1+X2+X3+X4+...+X13 | ID)

---

logit.bife没有单一截获。正如
？bife
中所述

“固定效应”一词是在计量经济学家的意义上使用的
每个个体的时间常数。中的所有其他参数
模型被称为结构参数

及

由于以下原因，线性预测值不得包括任何常数回归
具有固定效应的完美共线

因此，本质上我们对每个ID都有一个单独的截距，这就是bife的整个点。如果您定义了一个常数回归器并手动将其添加到模型中，那么它将由于完美的多重共线性而崩溃：无法区分截距的贡献和所有固定效应的总和

但是，请注意，除了平均固定效果外，您还具有单独的效果，这应该比单个图形更有趣：

logit.bife$par$alpha # Uncorrected
logit.bife$par_corr$alpha # Corrected

实际上，
bife
在这个意义上没有什么特别之处，如果为每个ID包含一个虚拟变量，
glm
也会发生同样的情况（仅包含
ID
变量可能会降低一个因子级别并包含截距）。最终你应该思考你的目标是什么；也许这些固定效应的平均值或中位数确实是您所需要的。
@Rnovice，这是否回答了您的问题？谢谢您的详细回答。我并不是特别关注我的模型中的每个固定效应。我正在控制这些影响。我接受你的回答。