मैं plm()फॉर्म के निश्चित-प्रभाव मॉडल का अनुमान लगाने के लिए उपयोग कर रहा हूं
y ~ x + time + time:fixed_traitजहां fixed_traitएक चर है कि व्यक्तियों में भिन्न होती है लेकिन व्यक्तियों के भीतर निरंतर है।
समय के timeसाथ अलग-अलग fixed_traitहोने के प्रभाव को अनुमति देने के लिए बातचीत करने का बिंदु है fixed_trait। (मैं पॉल एलीसन की हाल की बुकलेट से निश्चित प्रभावों पर यहां काम कर रहा हूं। प्रशस्ति पत्र संलग्न है।)
plm()ऐसे मॉडलों के लिए गुणांक और मानक त्रुटियों का अनुमान लगाने में कोई परेशानी नहीं है। लेकिन summary.plm()इन मॉडलों के लिए R ^ 2 की गणना नहीं की जा सकती। यही वह समस्या है जिसे मैं ठीक करना चाहूंगा।
यहाँ एक न्यूनतम उदाहरण है:
library(plm)
tmp <- data.frame(ID=rep(1:3, 2), year=rep(0:1, each=3),
y=rnorm(6), const=rep(1:3, 2))
fe1 <- plm(y ~ year, index=c('ID', 'year'), data=tmp)
fe2 <- plm(y ~ year + year:const, index=c('ID', 'year'), data=tmp)
summary(fe1) # works fine
summary(fe2) # Error in crossprod(t(X), beta) : non-conformable argumentsडिले करने plm:::summary.plmसे समस्या स्पष्ट हो जाती है। R ^ 2 की गणना plmकरने के लिए, यह करने की कोशिश करता है:
beta <- coef(fe2)
X <- model.matrix(fe2)
crossprod(t(X), beta)यह काम नहीं करता है क्योंकि betaइसमें केवल अनुमान शामिल हैं year1और year0:const, जबकि Xइसके लिए एक कॉलम भी शामिल है year1:const। दूसरे शब्दों में, Xदोनों के लिए कॉलम शामिल हैं year0:constऔर year1:const, उन दोनों गुणांक का अनुमान लगाना असंभव है।
सूत्र में दर्ज करने से पहले "हाथ से" बातचीत शब्द बनाने के लिए एक वर्कअराउंड है:
tmp$yearXconst <- tmp$year*tmp$const
fe3 <- plm(y ~ year + yearXconst, index=c('ID', 'year'), data=tmp)
summary(fe3) # works fineलेकिन यह बोझिल है। इसमें से कुछ, क्या ऐसा कुछ है जो मैं summary.plmऐसे मॉडल के साथ काम करने के लिए कर सकता हूं ?
===
एलीसन, पॉल डी। 2009. फिक्स्ड इफेक्ट्स रिग्रेशन मॉडल। लॉस एंजिल्स, सीए: सेज। विशेष रूप से पृष्ठ 19-21 देखें।
plm1.6-4 संस्करण के साथ शुरुआत , यह अब कोई समस्या नहीं है क्योंकि संशोधित गुणांक बस गिरा दिए जाते हैं।