多项式Logit固定效应：Stata和R

我试图在Stata（面板数据：年份国家）中的

mlogit

中运行具有年份固定效应的多项式logit，但我没有得到某些模型的标准误差。当我在R中使用

multinom

运行同一个模型时，我得到了系数和标准误差

我不经常使用Stata，所以我可能遗漏了一些东西，或者我可能在Stata和R中运行不同的模型，不应该首先比较它们。可能会发生什么

关于兴趣模型的简单版本的一些细节：

我创建了一个数据示例来说明问题所在

• 因变量（将称之为DV1），包括-1、0、1三类（无序和0作为参考）

• 自变量：2个连续变量，3个二元变量，3个二元变量中2个变量的相互作用

• 年份：1995-2003

• 模型中的观测数量：900

在R中，我运行代码，得到如下所示的系数和标准误差

创建数据并运行模型的R版本代码：

## Fabricate example data 
library(fabricatr)
data <- fabricate(
  N = 900,
  id = rep(1:900, 1),
  IV1 = draw_binary(0.5, N = N),
  IV2 = draw_binary(0.5, N = N),
  IV3 = draw_binary(0.5, N = N),
  IV4 = draw_normal_icc(mean = 3, N = N, clusters = id, ICC = 0.99),
  IV5 = draw_normal_icc(mean = 6, N = N, clusters = id, ICC = 0.99))

library(AlgDesign)
DV = gen.factorial(c(3), 1, center=TRUE, varNames=c("DV"))
year = gen.factorial(c(9), 1, center=TRUE, varNames=c("year"))

DV = do.call("rbind", replicate(300, DV, simplify = FALSE))
year = do.call("rbind", replicate(100, year, simplify = FALSE))

year[year==-4]= 1995
year[year==-3]= 1996
year[year==-2]= 1997
year[year==-1]= 1998
year[year==0]= 1999
year[year==1]= 2000
year[year==2]= 2001
year[year==3]= 2002
year[year==4]= 2003

data1=cbind(data, DV, year)
data1$DV1 = relevel(factor(data1$DV), ref = "0")

## Save data as csv file (to use in Stata)
library(foreign)
write.csv(data1, "datafile.csv", row.names=FALSE)

## Run multinom
library(nnet)
model1 <- multinom(DV1 ~ IV1 + IV2 + IV3 + IV4 + IV5 + IV1*IV2 + as.factor(year), data = data1)

xtmlogit

• 错误-不运行
• 错误消息：置换总数为2389461218；这许多排列需要相当大的内存量，并可能导致长时间运行；无论如何使用选项力，或者考虑使用选项rSAMPLE（）

---

固定效果和非线性模型（如logits）是一种笨拙的组合。在线性模型中，您可以简单地添加假人/人物，以消除特定于组的截距，但在非线性模型中，这一切都不起作用。我的意思是，你可以在技术上做到这一点（我认为这就是R代码所做的），但从概念上来说，这实际上是什么还不清楚

计量经济学者在这方面花了很多时间，这导致了一些变通方法，通常被称为条件逻辑。IIRC这是在femlogit中实现的。我认为代码中的错误在于，您试图通过虚拟规范（I.year）包含固定效果。相反，您应该xtset您的数据，然后在没有假人的情况下运行femlogit

xtset year
femlogit DV1 IV1 IV2 IV3 IV4 IV5 IV1##IV2

---

请注意，这些条件logit模型可能非常慢。就个人而言，我更喜欢运行两个一对全线性回归（1=1和0/-1设置为零，然后-1=1和0/1设置为零）。然而，意见分歧（Wooldridge似乎也是一位粉丝，其他很多人则不然）。

这些问题很难问，也很难回答，这里假设一些读者非常详细地了解了Stata和R在这一领域的功能（不是我）。一般建议：用最少的数据示例和代码使您的问题自包含，这些示例和代码足以看到问题。我怀疑这个最小的例子是否需要六个预测因子。另外，不要一次问几个问题：你的最后一段插入了一些不同的内容。感谢你的评论，我编辑了一个数据示例以增加问题的清晰度。你的

mlogit

Stata结果不一致，可能是因为你的随机数据中的$y$和$X$之间没有关系。根据您观察到的数据，

multinom

和

femlogit

可能会给出不同的结果，因为它们估计不同的模型（并且可能有不同的收敛标准）。据我所知，

femlogit

（现在是

xtmlogit

）是public Stata、R和Python包中唯一固定效果的多项式logit命令/函数。我认为如果你遵循@Danferno的答案，

femlogit

将收敛（如果可能的话）。你也可以使用

，group（year）

选项指定固定效果，以

femlogit

。关于收敛速度，Pforr在本报告第3.2节中讨论了计算问题。

xtset year
femlogit DV1 IV1 IV2 IV3 IV4 IV5 IV1##IV2