具有时不变变量的R中的PLM

我试图分析一组数据，其中包括45年来收集的美国各州的观测数据。 我有两个随时间变化的预测变量（A，B）和一个不随时间变化的预测变量（C）。我特别感兴趣的是了解C对因变量Y的影响，同时控制A和B，以及不同状态和时间的差异

这是我的模型，使用R中的plm包

random <- plm(Y~log1p(A)+B+C, index=c("state","year"),model="random",data=data)

---

random关于固定效应和随机效应之间的决定，你的答案完全基于计算基础。请参见与不同模型相关的具体假设。Hausman检验通常用于区分固定效应模型和随机效应模型，但不应作为确定答案（任何好的教科书都会有更多细节）

如果适用，合并OLS也可以产生一个好的模型。在计算上，合并OLS还将为您提供时不变变量的估计