R -, Plm-und lm - Fixed effects
Habe ich eine ausgeglichene panel-Datensatz, df, das im wesentlichen besteht aus drei Variablen, Eine, B und Y, dass im Laufe der Zeit variieren für eine Reihe von eindeutig identifizierten Regionen. Ich würde gerne eine regression beinhaltet sowohl die regionale (region in der Gleichung unten) und Zeit (Jahr) fixe Effekte. Wenn ich mich nicht Irre, kann ich erreichen dies auf unterschiedliche Weise:
lm(Y ~ A + B + factor(region) + factor(year), data = df)
oder
library(plm)
plm(Y ~ A + B,
data = df, index = c('region', 'year'), model = 'within',
effect = 'twoways')
In der zweiten Gleichung, die ich angeben Indizes (region und Jahr), der Modell-Typ ('innerhalb', FE), und die Natur des FE ('twoways", also ich bin auch beide-region und Zeit FE).
Trotz ich scheine, Dinge zu tun korrekt, bekomme ich sehr unterschiedliche Ergebnisse. Das problem verschwindet, wenn ich nicht überlegen Sie mal Feste-Effekte - und das argument Wirkung = 'einzelne'.
Was ist der deal hier? Bin ich etwas fehlt? Gibt es weitere R-Pakete, die es ermöglichen, ausführen die gleichen Analyse?
- Ergebnisse für die Variablen A und B sollten gleich sein. Der lm-Ansatz (LSDV) geben Sie Schätzungen des einzelnen und Zeit fixe Effekte und ein abfangen auch.
Du musst angemeldet sein, um einen Kommentar abzugeben.
Posting vielleicht ein Beispiel für deine Daten würde helfen, die Frage zu beantworten. Ich bin immer die gleiche Koeffizienten für einige aus Daten. Sie können auch
felm
aus dem Paketlfe
zu tun die gleiche Sache:lm
undplm
. Allerdings (nur) in den Daten-Rahmen ich verwenden mit der Funktionplm
ich einfügen Faktoren anstelle von Variablen, die faktorisiert innerhalb der Funktionlm
).Scheint dies nicht zu sein ein Daten-Problem.
Ich mache computer-übungen in R von Wooldridge (2012) Introductory Econometrics. Insbesondere Kapitel 14 CE.1 (Daten der Miet-Datei an: https://www.cengage.com/cgi-wadsworth/course_products_wp.pl?fid=M20b&product_isbn_issn=9781111531041)
Ich berechnete das Modell in Differenzen (in Python)
OLS-Regression Ergebnisse
Nun, die PLM-Paket in R gibt, die die gleichen Ergebnisse für die first-difference-Modelle:
Kein problem so weit. Allerdings, der Feste Effekt, berichten verschiedene Schätzungen.
Den FE-Ergebnissen nicht anders sein sollte. In der Tat, die Computer-Übung Frage ist:
Mein bester Gast, ich bin miss Verständnis etwas auf dem R-Paket.