R - DiD（差异中的差异）模型答案

【问题标题】：R - DiD (Difference in DIfference) ModelR - DiD（差异中的差异）模型
【发布时间】：2017-05-29 16:10:01
【问题描述】：

我正在尝试使用 R 建立一个 DiD 模型。我有一个基线阶段和一个治疗组。我试图在模型中考虑基线和年龄影响。所以我创建了两个虚拟变量。

young <- Shower_data$Age %in% c("20-29", "30-39")
old <- Shower_data$Age %in% c("40-49", "50-64", "65+")

Shower_data$young_pos <- ifelse(Shower_data$young>0, 1, 0)
Shower_data$young_neg <- ifelse(Shower_data$young<=0, 1, 0)

Shower_data$young_pos <- 1
Shower_data$young_pos [ old ] <- 0
Shower_data$young_neg <- 0
Shower_data$young_neg [ old ] <- 1

#Create a model that considers the baseline and age
model4 <- lm(Volume ~ (Shower + dummy_phase * dummy_exp_group) * (young_pos + young_neg), data = Shower_data)
summary(model4)

没有年龄，一切都按预期进行，但是当我添加年龄时，我只能得到 young_pos 变量的结果，而不是 young_neg 的结果。正如你在这里看到的：

#Coefficients: (5 not defined because of singularities)
#                                               Estimate Std. Error t value Pr(>|t|)    
#(Intercept)                                    45.07006    1.65499  27.233  < 2e-16 ***
#Shower                                         -0.04725    0.00819  -5.769 8.09e-09 ***
#dummy_phase                                    -5.35647    1.72401  -3.107  0.00189 ** 
#dummy_exp_grouptreatment                       -9.33660    1.95433  -4.777 1.79e-06 ***
#young_pos                                       8.11264    2.78459   2.913  0.00358 ** 
#young_neg                                            NA         NA      NA       NA    
#dummy_phase:dummy_exp_grouptreatment            6.23700    2.06968   3.014  0.00259 ** 
#Shower:young_pos                                0.07690    0.01361   5.652 1.61e-08 ***
#Shower:young_neg                                     NA         NA      NA       NA    
#dummy_phase:young_pos                          -1.38223    2.87629  -0.481  0.63084    
#dummy_phase:young_neg                                NA         NA      NA       NA    
#dummy_exp_grouptreatment:young_pos              1.94658    3.19773   0.609  0.54271    
#dummy_exp_grouptreatment:young_neg                   NA         NA      NA       NA    
#dummy_phase:dummy_exp_grouptreatment:young_pos  2.56634    3.39298   0.756  0.44944    
#dummy_phase:dummy_exp_grouptreatment:young_neg       NA         NA      NA       NA

您只能在此变量中看到NA。谢谢

【问题讨论】：

我猜你没有很多数据 (# ... (5 not defined because of singularities))...
如果不查看您的数据很难判断，但看起来您正在使 young_neg 和 young_pos 变量相互镜像，因此只要一个等于一个，另一个就为零，反之亦然.这与您永远无法估计包含 young_neg 变量的参数这一事实是一致的。

标签： r statistics dummy-variable

【解决方案1】：

看看这部分代码：

Shower_data$young_pos <- 1
Shower_data$young_pos [ old ] <- 0
Shower_data$young_neg <- 0
Shower_data$young_neg [ old ] <- 1

向量young_pos 包括0s 和1s。向量young_neg 也包括0s 和1s。但是，一个向量与另一个向量完全相反。因此，两个向量编码相同的信息，模型只能估计其中一个的效果。

【讨论】：