问题描述
我正在尝试使用不同的软件包和技术为面板数据重现固定效果系数:(1)plm()
,(2)lfe()
,(3)带lm()
的dummy-lsdv ,和(4)用lm()
贬值。
我的数据集包含1581个观测值和13个变量。它是来自527个受访者(无声=响应者)的3次波动(无声=波动)的调查数据。我有一个DV(y)和10个IV(x1至x10)。
数据集如下:
respondent wave y x1 x2 x3 x4 x5 x6 x7 x8 x9 x10
<dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 1 1 1 1 2 NA NA 2 1 1.5 NA NA 2
2 1 2 NA 2 NA 0 0 0 1 4 4 1 3
3 1 3 NA 4 5 NA NA NA NA 8 NA NA 1
4 2 1 0.931 3 3 2 2 2 4 7.5 7.5 NA 3
5 2 2 0.986 4 NA NA 2 2 4.5 6.5 5 3 4
6 2 3 0.986 4 3 2 2 2 3 3 3 2 3
我的问题:当我使用(1)plm()
,(2)lfe()
和(3)dummy-lsdv使用{{1}执行固定效果回归时},模型总是返回相同的系数。但是,当我使用(4)淡入淡出的数据和lm()
包执行固定效果回归时,我得到了不同的系数。这让我感到困惑,我想知道:为什么?
这是我的代码:
1。 lm()
:
输入:
plm()
输出:
library(plm)
model_plm <- plm(y ~ x1 + x2 + x3 + x4 + x5 + x6 + x7 + x8 + x9 + x10,data = dataset,index=c("respondent","wave"),model = "within",effect = 'individual')
summary(model_plm)
2。 Unbalanced Panel: n = 228,T = 1-2,N = 316
Residuals:
Min. 1st Qu. Median 3rd Qu. Max.
-0.3240866 -0.0048416 0.0000000 0.0048416 0.3240866
Coefficients:
Estimate Std. Error t-value Pr(>|t|)
x1 -0.0216484 0.0167614 -1.2916 0.20032
x2 0.0178114 0.0141219 1.2613 0.21097
x3 -0.0145262 0.0103954 -1.3974 0.16627
x4 -0.0061660 0.0133069 -0.4634 0.64439
x5 0.0174401 0.0144256 1.2090 0.23032
x6 -0.0053556 0.0067210 -0.7968 0.42796
x7 0.0065517 0.0097627 0.6711 0.50415
x8 -0.0151375 0.0081992 -1.8462 0.06865 .
x9 0.0235351 0.0092612 2.5412 0.01303 *
x10 0.0235181 0.0228927 1.0273 0.30745
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
:
输入:
lfe()
输出:
library(lfe)
model_lfe <- felm(y ~ x1 + x2 + x3 + x4 + x5 + x6 + x7 + x8 + x9 + x10 | respondent,data = dataset)
summary(model_lfe)
3。带有Coefficients:
Estimate Std. Error t value Pr(>|t|)
x1 -0.021648 0.016761 -1.292 0.2003
x2 0.017811 0.014122 1.261 0.2110
x3 -0.014526 0.010395 -1.397 0.1663
x4 -0.006166 0.013307 -0.463 0.6444
x5 0.017440 0.014426 1.209 0.2303
x6 -0.005356 0.006721 -0.797 0.4280
x7 0.006552 0.009763 0.671 0.5041
x8 -0.015138 0.008199 -1.846 0.0687 .
x9 0.023535 0.009261 2.541 0.0130 *
x10 0.023518 0.022893 1.027 0.3074
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
的LSDV:
输入:
lm()
输出:
model_lsdv <- lm(y ~ as_factor(respondent) + x1 + x2 + x3 + x4 + x5 + x6 + x7 + x8 + x9 + x10,data = dataset)
options(max.print=2000)
summary(model_lsdv)
4。 Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 0.9499746 0.1505806 6.309 1.57e-08 ***
[...]
x1 -0.0216484 0.0167614 -1.292 0.20032
x2 0.0178114 0.0141219 1.261 0.21097
x3 -0.0145262 0.0103954 -1.397 0.16627
x4 -0.0061660 0.0133069 -0.463 0.64439
x5 0.0174401 0.0144256 1.209 0.23032
x6 -0.0053556 0.0067210 -0.797 0.42796
x7 0.0065517 0.0097627 0.671 0.50415
x8 -0.0151375 0.0081992 -1.846 0.06865 .
x9 0.0235351 0.0092612 2.541 0.01303 *
x10 0.0235181 0.0228927 1.027 0.30745
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
使FE贬值:
输入:
lm()
输出:
dataset_demeaned <- with(dataset,data.frame(respondent = respondent,wave = wave,y = y - ave(y,respondent,FUN=function(x) mean(x,na.rm=T)),x1 = x1 - ave(x1,x2 = x2 - ave(x2,x3 = x3 - ave(x3,x4 = x4 - ave(x4,x5 = x5 - ave(x5,x6 = x6 - ave(x6,x7 = x7 - ave(x7,x8 = x8 - ave(x8,x9 = x9 - ave(x9,x10 = x10 - ave(x10,na.rm=T))
)
)
model_dmd <- lm(y ~ 0 + x1 + x2 + x3 + x4 + x5 + x6 + x7 + x8 + x9 + x10,data = dataset_demeaned)
summary(model_dmd)
更多信息:
我已经执行了以下检查:
- 我已经使用其他方式对数据进行举止,例如
Coefficients: Estimate Std. Error t value Pr(>|t|) x1 -0.006223 0.008220 -0.757 0.44957 x2 0.013181 0.007880 1.673 0.09543 . x3 -0.012807 0.005484 -2.335 0.02018 * x4 -0.006431 0.006311 -1.019 0.30900 x5 0.015455 0.005941 2.602 0.00973 ** x6 -0.001429 0.003402 -0.420 0.67483 x7 0.004362 0.004698 0.929 0.35387 x8 -0.009336 0.004366 -2.139 0.03326 * x9 0.015731 0.005267 2.987 0.00305 ** x10 0.007631 0.010922 0.699 0.48529 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
函数。 ->与4中相同的结果。 - 我已经手工计算了一些脱气数据,这些数据产生的结果与
demean()
和ave()
函数相同。 - 我一直尝试使用
demean()
选项,因为我希望问题可能是由于对缺失值的不同处理而导致的。但这并没有改变结果。 - 我曾经在(4)个行为举止的fe模型中包含响应变量
na.action
。像:as_factor
。这种方法再现了正确的系数。但是,贬低应该已经解决了未观察到的异质性,因此将假人包括在内似乎是多余的。
所以我最好的猜测是问题不是出自贬低的过程,而是来自model_dmd <- lm(y ~ 0 + as_factor(respondent) + x1 + x2 + x3 + x4 + x5 + x6 + x7 + x8 + x9 + x10,data = dataset_demeaned)
函数。也许小组是lm()
的事实在这里发挥了作用?
非常感谢您的任何建议和解释!
解决方案:
由于@ G.Grothendieck,我可以在此处发布解决方案。正确的(4)用unbalanced
表现为FE的正确代码应为:
输入:
lm()
输出:
# Delete all rows with NAs
dataset <- na.omit(dataset)
# Demean the rows that are left behind
dataset_demeaned <- with(dataset,na.rm=T))
)
)
model_dmd <- lm(y ~ 0 + x1 + x2 + x3 + x4 + x5 + x6 + x7 + x8 + x9 + x10,data = dataset_demeaned)
summary(model_dmd)
解决方法
通过分别分隔每一列,这将不一致地处理NA。每行都必须使用或不使用。一个变量不能行,另一个变量不能行。