[我有一个[9个国家/地区]的(一个国家/地区)416家公司的面板数据。在使用Years
创建的多元回归模型中,只有微变量(公司信息)独立。依赖(结果)是公司的绩效。
我想添加诸如通货膨胀率之类的宏变量,该变量仅在数年内变化,并且对于现有模型中的所有公司都保持不变,因此在模型中的外观如何?将其绑定到plm
变量是否有任何特殊性?
您可以使用Year
轻松实现。假设您的match
数据是一个具有time列和value列的矩阵,如下所示:
inflation
然后只是数据集的inflation
# time inflation
# 1 1 0.007334147
# 2 2 0.207658973
# 3 3 0.906601408
列和match
矩阵的time
列,并对其进行子集化,就像这样:
time
要计算单位FE模型,只需将inflation
添加为协变量。
dat$inflation <- inflation[match(dat$time, inflation$time), "inflation"]
dat
# unit time X y inflation
# 1 a 1 1.37095845 0.62276512 0.007334147
# 2 b 1 -0.56469817 1.02252057 0.007334147
# 3 c 1 0.36312841 2.46820960 0.007334147
# 4 a 2 0.63286260 -1.07242940 0.207658973
# 5 b 2 0.40426832 -0.07665461 0.207658973
# 6 c 2 -0.10612452 -0.18638359 0.207658973
# 7 a 3 1.51152200 1.39171140 0.906601408
# 8 b 3 -0.09465904 -0.33158244 0.906601408
# 9 c 3 2.01842371 -1.64724356 0.906601408
使用LSDV检查:
inflation
使用的玩具数据:
library(plm)
plm(y ~ X + inflation, index=c("unit", "time"), data=dat,
effect="individual", model="within")
# Model Formula: y ~ X + inflation
#
# Coefficients:
# X inflation
# -0.33412 -0.88383