多项式 Logit 固定效应：Stata 和 R

Question

我正在尝试在 Stata 的 mlogit 中运行具有年份固定效应的多项 logit（面板数据：年份国家），但我没有得到某些模型的标准错误。当我在 R 中使用 multinom 运行相同的模型时，我得到了系数和标准误差。

我不经常使用 Stata，所以我可能会遗漏一些东西，或者我可能在 Stata 和 R 中运行不同的模型，因此不应该首先比较它们。可能会发生什么？

关于感兴趣模型的简单版本的一些细节：

我创建了一个数据示例来说明问题所在

• 具有-1、0、1（无序和0作为参考）3个类别的因变量（将其称为DV1）

• 自变量：2 个连续变量，3 个二元变量，3 个二元变量中的 2 个的交互作用

• 年份：1995-2003

• 模型中的观察次数：900

在 R 中，我运行代码并获得系数和标准误差，如下所示。

创建数据和运行模型的R版本代码：

## Fabricate example data 
library(fabricatr)
data <- fabricate(
  N = 900,
  id = rep(1:900, 1),
  IV1 = draw_binary(0.5, N = N),
  IV2 = draw_binary(0.5, N = N),
  IV3 = draw_binary(0.5, N = N),
  IV4 = draw_normal_icc(mean = 3, N = N, clusters = id, ICC = 0.99),
  IV5 = draw_normal_icc(mean = 6, N = N, clusters = id, ICC = 0.99))

library(AlgDesign)
DV = gen.factorial(c(3), 1, center=TRUE, varNames=c("DV"))
year = gen.factorial(c(9), 1, center=TRUE, varNames=c("year"))

DV = do.call("rbind", replicate(300, DV, simplify = FALSE))
year = do.call("rbind", replicate(100, year, simplify = FALSE))

year[year==-4]= 1995
year[year==-3]= 1996
year[year==-2]= 1997
year[year==-1]= 1998
year[year==0]= 1999
year[year==1]= 2000
year[year==2]= 2001
year[year==3]= 2002
year[year==4]= 2003

data1=cbind(data, DV, year)
data1$DV1 = relevel(factor(data1$DV), ref = "0")

## Save data as csv file (to use in Stata)
library(foreign)
write.csv(data1, "datafile.csv", row.names=FALSE)

## Run multinom
library(nnet)
model1 <- multinom(DV1 ~ IV1 + IV2 + IV3 + IV4 + IV5 + IV1*IV2 + as.factor(year), data = data1)

Results from R

当我在 Stata 中使用 mlogit（没有固定效应）运行模型时，我得到了系数和标准误差。

所以我尝试使用 Stata 三种不同的方式在模型中包含年份固定效应，但均未奏效：

1. femlogit

• 不允许使用因子变量和时间序列运算符
• depvar 和 indepvars 不得包含因子变量或时间序列运算符

1. mlogit

• fe 选项：fe 不允许
• 使用 i.year：省略某些变量和/或不给我标准误差，只显示系数（下面代码中的示例）

* Read file
  import delimited using "datafile.csv", clear case(preserve)
  
* Run regression
    mlogit DV1 IV1 IV2 IV3 IV4 IV5 IV1##IV2 i.year, base(0) iterate(1000)

Stata results

1. xtmlogit

• 错误 - 不运行
• 错误信息：排列总数为 2,389,461,218；这么多排列需要大量内存，并且可能导致运行时间过长；使用选项 force 继续，或考虑使用选项 rsample()

Answer 1

固定效应和非线性模型（例如 logits）是一种尴尬的组合。在线性模型中，您可以简单地添加假人/贬低来摆脱特定于组的截距，但在非线性模型中，这些都不起作用。我的意思是你可以在技术上做到这一点（我认为这就是 R 代码正在做的事情），但从概念上来说，它实际上是做什么的还不清楚。

计量经济学家在这方面花费了大量时间，这导致了一些变通方法，通常称为条件 logit。 IIRC 这是在 femlogit 中实现的。我认为您的代码中的错误是您试图通过虚拟规范（i.year）包含固定效果。相反，您应该 xtset 您的数据，然后运行 ​​femlogit 没有假人。

xtset year
femlogit DV1 IV1 IV2 IV3 IV4 IV5 IV1##IV2

请注意，这些条件 logit 模型可能非常慢。就个人而言，我更喜欢运行两个一对一的线性回归（1=1 和 0/-1 设置为零，然后 -1=1 和 0/1 设置为零）。然而，意见分歧（Woodridge 似乎也是一个粉丝，许多其他人则不是）。