从R中的回归输出中排除的虚拟变量？（带固定效果的面板数据）

我正在使用面板数据对一篇经济学论文进行回归分析，但我的一个虚拟变量没有显示在输出中，即似乎没有包含在具有固定效应模型的模型中。这有什么原因吗？如果我使用较少的变量或未转换的变量运行回归，问题仍然会发生

以下是相关代码：

library(car)
library(plm)

euro$rsign<-sign(euro$r)
euro$rsign2<-ifelse(euro$rsign==0, 1, euro$rsign)
euro$rlogmod<-euro$rsign2*log(abs(euro$r)+1.3)
hist(euro$rlogmod)
euro$logvix<-log(euro$vix)
hist(euro$logvix)
euro$logtdo<-log(euro$tdo)
hist(euro$logtdo)

eurofix<-plm(rlogmod~db+gdp+logvix+gb+i+logtdo+fx+ld+e+c,data=euro,model="within")
summary(eurofix)

系数似乎从不包括c，但它们确实包括ld和e，它们也是虚拟变量

以下是summaryeurofix的输出：

Oneway (individual) effect Within Model

Call:
plm(formula = rlogmod ~ db + gdp + logvix + gb + i + logtdo + 
    fx + ld + e + c, data = euro, model = "within")

Balanced Panel: n=21, T=44, N=924

Residuals :
   Min. 1st Qu.  Median 3rd Qu.    Max. 
-1.2200 -0.2910 -0.0283  0.2860  1.8000 

Coefficients :
          Estimate  Std. Error t-value  Pr(>|t|)    
db      0.01308207  0.00223606  5.8505 6.872e-09 ***
gdp     0.00171493  0.00225507  0.7605 0.4471692    
logvix  1.19584210  0.04590883 26.0482 < 2.2e-16 ***
gb      0.14940903  0.02253779  6.6293 5.828e-11 ***
i       0.06406398  0.01737038  3.6881 0.0002396 ***
logtdo  0.05584335  0.02871523  1.9447 0.0521208 .  
fx      0.09831212  0.10642503  0.9238 0.3558560    
ld     -0.10248830  0.05161567 -1.9856 0.0473824 *  
e       0.00085249  0.07662002  0.0111 0.9911252    
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Total Sum of Squares:    408.3
Residual Sum of Squares: 173.97
R-Squared      :  0.57393 
      Adj. R-Squared :  0.55529 
F-statistic: 133.804 on 9 and 894 DF, p-value: < 2.22e-16

ld是指雷曼兄弟违约前后的一段时间，e是指一个国家是否在欧元区，c是指一个国家是否被视为欧元区核心的一部分。如果我使用随机效应运行此模型，则会包含c变量

忽略明显的重大错误，我错在哪里？如果c不存在，我现在就不能改进我的模型

---

编辑：plm来自plm包。这里是数据集的链接：也是我的r数据集的示例屏幕截图：

欢迎来到Stackoverflow。请提供您的代码和数据，以便我们能够提供您问题的可复制示例，并更好地为您提供帮助。这很可能是一个纯粹的统计问题，但是它可能与代码有关。如果没有看到您的代码和数据，就无法判断。同意。甚至不清楚plm的功能是从哪个软件包来的。你的意思是plm:：plm吗？你的样本数据集很小，但我想知道c是否是其他预测因子的线性组合，即e和id。我认为plm所依赖的model.matrix将丢弃其他预测因子的线性组合的预测因子。调用lmrlogmod~db+gdp+logvix+gb+i+logtdo+fx+ld+e+c，data=euro将确认这不是plmI特有的，也考虑到了c被降低的可能性，因为它与其他因素呈线性相关，但当我将其与其他0/1变量一起提交时，我没有看到这一事实的明确证据。此外，当我运行lm模型时，我确实看到了c的估计值。对于BenHuang，您绝对应该停止使用字母c作为变量名。当您在涉及非常中心的R函数名时，会收到非常混乱的错误消息。Hi Jthorpe，c不应该是任何其他变量的线性组合。如果我使用标准lm模型或随机效果而不是固定效果，则会显示c。唯一一次没有的是固定效果。但我将更改BondedDust提到的名称，以防将来混淆。