r - R 中的固定效应回归(具有大量虚拟变量)

Question

当虚拟变量的数量导致模型矩阵超过 R 最大向量长度时，是否有一种简单的方法可以在 R 中进行固定效应回归？例如。，

> m <- lm(log(bid) ~ after + I(after*score) + id, data = data)
Error in model.matrix.default(mt, mf, contrasts) : 
cannot allocate vector of length 905986769

其中 id 是一个因素(并且是导致上述问题的变量)。

我知道我可以通过并去除所有数据的意思，但这会抛出标准误差(是的，您可以通过 df 调整“手动”计算 SE，但我想最小化我正在引入新的错误)。我看过 plm 包，但它似乎只为带有时间组件的经典面板数据设计，这不是我的数据结构。

Answer 1

Plm 可以很好地处理此类数据。不需要时间组件。

> library(plm)
> data("Produc", package="plm")
> zz <- plm(log(gsp)~log(pcap)+log(pc)+log(emp)+unemp, data=Produc, index=c("state"))
> zz2 <- lm(log(gsp)~log(pcap)+log(pc)+log(emp)+unemp+factor(state), data=Produc)
> summary(zz)$coefficients[,1:3]
              Estimate   Std. Error    t-value
log(pcap) -0.026149654 0.0290015755 -0.9016632
log(pc)    0.292006925 0.0251196728 11.6246309
log(emp)   0.768159473 0.0300917394 25.5272539
unemp     -0.005297741 0.0009887257 -5.3581508
> summary(zz2)$coefficients[1:5,1:3]
                Estimate   Std. Error    t value
(Intercept)  2.201617056 0.1760038727 12.5089126
log(pcap)   -0.026149654 0.0290015755 -0.9016632
log(pc)      0.292006925 0.0251196728 11.6246309
log(emp)     0.768159473 0.0300917394 25.5272539
unemp       -0.005297741 0.0009887257 -5.3581508