固定效应，工具变量回归，如 stata 中的 xtivreg（FE IV 回归）答案

【问题标题】：fixed effect, instrumental variable regression like xtivreg in stata (FE IV regression)固定效应，工具变量回归，如 stata 中的 xtivreg（FE IV 回归）
【发布时间】：2012-07-03 13:39:32
【问题描述】：

有谁知道支持固定效应、工具变量回归的 R 包，如 stata 中的xtivreg（FE IV 回归）。是的，我可以只包含虚拟变量，但是当组数增加时，这将变得不可能。

谢谢！

【问题讨论】：

标签： r stata plm

【解决方案1】：

我可以只包含虚拟变量，但是当组数增加时就不可能了

“不可能”是指“计算上不可能”吗？如果是这样，请查看plm 包，该包旨在处理否则在计算上不可行的情况，并且允许固定效应 IV。

以the plm vignette 开头。它会很快弄清楚plm 是否是您要查找的内容。

2018 年 12 月 3 日更新：estimatr 包也可以满足您的需求。它比plm 包更快、更容易使用。

【讨论】：

是的，“计算上不可能”，因为在虚拟变量实现中估计了 1000 多个系数。我认为plm 做了我想做的事，但它太慢了，我不知道为什么。我现在正在使用一个包含 80 所学校约 3000 名学生的测试数据集和一个简单的固定效应模型。下面是一些示例代码。 Stata 几乎可以瞬间估计这个模型，而plm 需要永远... df=plm.data(df, index = "id_school") m1=plm(y~x1+x2+x3+x4+x5,data=df, model="within")
我不知道为什么plm 在这种情况下会这么慢。你可以跳过plm.data，直接运行plm(y ~ x1 + x2 +x3 + x4 +x5, data = df, model = "within", index = c('id_school')，但我不确定这会有多大帮助。如果没有，我能想到的就是你可以分析代码。或者换一个更好的 BLAS 库。有人说换成不同的 BLAS doesn't help，但当我运行 Windows 时，它显然对我有帮助。请参阅prs.ism.ac.jp/~nakama/SurviveGotoBLAS2 了解更多详情。

【解决方案2】：

您可能知道，对于许多固定效应和随机效应模型{我应该从计量经济学和教育的角度提及 FE 和 RE，因为统计学中的定义不同}，您可以创建等效的 SEM（结构方程建模）模型。 R中有两个包可用于此目的：1）SEM 2）LAVAAN

另一种解决方案是使用 SAS。在 SAS 中，您可以使用 Proc GLM，它使您能够使用“吸收”语句，该语句自动处理虚拟对象以及每次观察发现 (x - xbar)。

希望对你有帮助。

【讨论】：

【解决方案3】：

尝试 AER 包中的 ivreg 命令。

【讨论】：