R中带有pglm包的伪R2。（具有固定效应模型的泊松回归）

【问题标题】：Pseudo R2 with pglm package in R. (poisson regression with fixed effect model)R中带有pglm包的伪R2。（具有固定效应模型的泊松回归）
【发布时间】：2021-09-30 13:38:19
【问题描述】：

我需要从使用pglm 包进行的一些回归中计算伪 R2，并固定泊松族和模型。

摘要中的伪 R2 在哪里？或者我该如何计算？

pglm(y~x+x1, data=pdata, model= within, family=poisson)

【问题讨论】：

欢迎来到 Stackoverflow。对您发布的问题的一些查询：请提供minimal-reproducible-example，即重现您描述的问题的代码。此外，您可以添加您已经尝试解决错误的内容。另请参阅：Why is “Can someone help me?” not an actual question?
是一个简单的问题。我不知道该怎么做这就是为什么我没有放代码

标签： linear-regression panel logistic-regression fixed poisson

【解决方案1】：

对于伪 R2 计算，您需要空模型的对数似然或偏差。在上面带有 model = "within" 的面板 glm 中，无法拟合空模型。所以你无法计算伪 R2。

如果你使用model = "random" 或model = "pooling" 是可能的：

library(pglm)
dat = data.frame(y = rpois(50,10),x = runif(50),
x1 = rnorm(50),grp = factor(sample(1:2,nrow(dat),replace=TRUE)))
fit =  pglm(y ~ x+x1,data=dat,model="pooling",family="poisson",index="grp")

fit0 =  pglm(y ~ 1,data=dat,model="pooling",family="poisson",index="grp")

所以使用最简单的 McFadden rsquared：

我们这样做：

pseudoR2 = as.numeric(1 - logLik(fit)/logLik(fit0))

【讨论】：