我可以用 plm 包估计那些模型吗

Question

我想比较以下模型的估计，但我不知道我是否可以用 plm 包估计模型（5）：

1/ 池化 -> Yit

fit.pooling <- plm(form, data = pdata, model = "pooling")

2/ 内（ind/time/both effects）-> Yit - Yi。 /伊特-伊特。 /易-易。 - 年。

fit.fe <- plm(form, data = pdata, model = "within", effect="ind"/"time"/"twoways")

3/ 之间（独立/时间效应）-> Yi。 / 年。

fit.bet <- plm(form, data = pdata, model = "between", effect="ind"/"time")

4/ 随机效应（ind/time/both effects）-> Yit - aYi。 /Yit - 一个Yt。 / Yit - aYi。 - bYt.

fit.re <- plm(form, data = pdata, model = "random", effect="ind"/"time"/"twoways")

5/ 具有固定时间效果的随机效果或具有固定 ind 效果的随机效果？ -> Yit - aYi。 - Yt。 /Yit - 一个Yt。 - 易。

我可以用 plm 包估计那些模型吗？

Answer 1

让我们将 5) 拆分为 5.1) 和 5.2)：

5.1) 随机个体效果与固定时间效果

5.2) 具有固定个体效应的随机时间效应。

这种类型的模型，Baltagi 在他的教科书中称其为混合错误组件模型，并且 - 我认为 - EViews 称其为混合模型（但在 MLE 上下文中不应被误认为是混合效应模型）。

两者都可以像这样安装 plm：

5.1)

fit.mix5.1 <- plm(<your formula + factor(timeindex)>, data = pdata, model = "random", effect = "individual")

5.2)

fit.mix5.2 <- plm(<your formula + factor(indindex)>, data = pdata, model = "random", effect = "time")

其中 factor(timeindex) 或 factor(indindex) 分别是时间或单个索引作为一个因素。