這裡寫目錄標題

• 1.安裝plm包
• 2.問題描述
• 3.pool 模型
• 4.個體固定效應的Panel模型——不考慮時間差異，考慮公司差異的估計
• • 4.1LSDV模型
  • 4.2組內模型（within）
• 5 時間固定效應Panel模型——考慮時間差異忽略公司差異
• 6.個體和時間雙維固定效應模型--Panel資料
• 7.可供參考的資料

1.安裝plm包

可能會遇到錯誤：

採用這個指令進行安裝：

install.packages("plm",type = "binary")
library(plm)

• 1
• 2

安裝完成

2.問題描述

有資料集：Ex1_1.dta
資料樣式：
點選下載
解釋：

3.pool 模型

Pool模型本質上是對變數去整體均值後進行 OLS 估計，也可以用plm包提供功能實現
首先對資料進行處理使其變為data.frame

rankData<-pdata.frame(Ex1_1,index=c("FN","YR")) #index裡是個體和時間，轉化為面板資料
pool <- plm(I~ F + C,data=rankData,model="pooling")
summary(pool)

• 1
• 2
• 3

結果：

特別的，和OLS做對比

ols =  lm(I~ F + C,data=rankData)
summary(ols)

• 1
• 2

可見，結果是一樣的，從軟體結果進一步證實了數學推導，即忽略個體均值和時間差異的pool模型等價於OLS模型。

4.個體固定效應的Panel模型——不考慮時間差異，考慮公司差異的估計

4.1LSDV模型

增加一個factor因子即可：
注意：factor-1才能展現出十家公司，因為事實上公司設定了虛擬變數

LSDV = LSDV = lm(I~F+C+factor(FN)-1,data = Ex1_1)#factor-1才能展現出十家公司，因為事實上公司設定了虛擬變數
summary(LSDV)

• 1
• 2

結果：

解讀：

• F,C分別代表企業流通股票總價值和企業資本存量，此外還展示了 分別以十家公司做虛擬變數的估計結果，即不同公司是否顯著影響企業的投資。

  即總共估計的引數是2+9共11個（9個虛擬變數是為了防止完全的多重共線性）

4.2組內模型（within）

rankData<-pdata.frame(Ex1_1,index=c("FN","YR"))#第一個引數是面板的個體，第二個引數是面板的時間
within <- plm(I~ F + C,data=rankData,effect = "individual",model="within")
#within組內方法，檢驗不同個體是否存在差異（忽視時間影響）
summary(within) 

• 1
• 2
• 3
• 4

解讀

• 公司股票價值每增加一個單位，對企業投資的貢獻為0.11個單位；公司實際資本存量每增加一個單位，對企業投資對貢獻為0.31個單位，這兩個解釋變數對被解釋變數對貢獻程度為75.31%

5 時間固定效應Panel模型——考慮時間差異忽略公司差異

採用組內模型進行估計（也可用4.1方法進行估計）

rankData<-pdata.frame(Ex1_1,index=c("FN","YR"))#第一個引數是面板的個體，第二個引數是面板的時間
within2 = plm(I~ F + C,data=rankData,effect = "time",model="within")
#within組內方法，檢驗不同時間是否存在差異（忽視個體影響）
summary(within2)

• 1
• 2
• 3
• 4

解讀：

• 用第4節中相似的辦法可以解讀

6.個體和時間雙維固定效應模型–Panel資料

rankData<-pdata.frame(Ex1_1,index=c("FN","YR"))#第一個引數是面板的個體，第二個引數是面板的時間
within3 <- plm(I~ F + C,data=rankData,effect = "twoways",model="within")
#twoways引數既考慮個體效益，也考慮時間效應
summary(within3)

• 1
• 2
• 3
• 4

解讀
解讀類似上面。此外F，C的F檢驗都是顯著的（F，C後面的三個星號*）。拒絕全為0的原假設。

7.可供參考的資料

從經管之家帖子看到的

R計量的不多，你下載下面的書去看面板的章節把
Applied Econometrics with R
伍德里奇的配套的書
Principles of Econometrics with R bbs.pinggu.org/thread-4805190-1-1.html

或者看 plm包的說明檔案（個人不太推薦，感覺寫的不清楚）