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: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),r,fixed,effects,plm,R,Fixed,Effects,Plm,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$rsign2*log
library(car)
library(plm)
euro$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。