R最优模型方程的建立及因子相互作用的选择

Question

我有一个差分模型，我想用R的固定效应来估计，我想包括暴露和治疗的相互作用，来计算领先和滞后效应。

基本上，我的变量是共线的，并且希望选择从我的模型中排除哪一个变量。几天前，对于lfe包来说，这是非常简单的，您可以这样做：

library(data.table)
library(fixest)

crime <- fread("crime.csv")

# Time as a factor for fixed effects
crime[, time := factor(time)]

# Model
xx <- model.matrix(any_crime ~ treatment:time - 1, data = crime) # time is a factor

# Set period 12 as base
xx[, "treatment:time12"] <- 0

# Model with leads and lags
m1 <- felm(any_crime ~ xx | id + time, data = crime)

但是，现在lfe已经归档，我已经转向了fixest包，它要快得多。然而，我不能让feols()接受我的model.matrix。在执行与上面相同的操作时，用feols()替换felm()会导致以下错误：

> feols(any_crime ~ xx | id + time, data = crime)
Error in feols(any_crime ~ xx | id + time, data = crime)
  The variable xx is in the RHS of the formula but not in the dataset.

我读过?feols()和公式论点，没有提到模型矩阵，细节部分只有一句长。

fixest也有model.matrix.fixest，我也检查了这个函数的帮助，它说它接受一个fixest对象作为它的第一个参数。我无法使用它来创建一个将周期12设置为基期的模型。

这里是一个小样本的数据重现性。

谢谢你们所有人。

Answer 1

fixest估计公式中的所有变量必须在数据集中:与lm或felm相反，不存在来自全局环境的评估。

但是您的情况可以很容易地处理函数i()。下面是来自格列奈特的一个例子

library(fixest)
data(base_did)
est_did = feols(y ~ x1 + i(treat, period, 5) | id + period, base_did)
est_did
#> OLS estimation, Dep. Var.: y
#> Observations: 1,080 
#> Fixed-effects: id: 108,  period: 10
#> Standard-errors: Clustered (id) 
#>                   Estimate Std. Error   t value  Pr(>|t|)    
#> x1                0.973490   0.045678 21.312000 < 2.2e-16 ***
#> treat:period::1  -1.403000   1.110300 -1.263700  0.209084    
#> treat:period::2  -1.247500   1.093100 -1.141200  0.256329    
#> treat:period::3  -0.273206   1.106900 -0.246813  0.805526    
#> treat:period::4  -1.795700   1.088000 -1.650500  0.101769    
#> treat:period::6   0.784452   1.028400  0.762798  0.447262    
#> treat:period::7   3.598900   1.101600  3.267100  0.001461 ** 
#> treat:period::8   3.811800   1.247500  3.055500  0.002837 ** 
#> treat:period::9   4.731400   1.097100  4.312600   3.6e-05 ***
#> treat:period::10  6.606200   1.120500  5.895800   4.4e-08 ***
#> ---
#> Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
#> Log-likelihood: -2,984.58   Adj. R2: 0.48783 
#>                           R2-Within: 0.38963

函数i()执行一个连续变量(尽管它也可以是一个因子)和一个因子(第二个元素总是作为一个因子处理)之间的交互。然后可以添加参数ref和/或drop和/或keep，以指定要保留的因子的级别。( ref和drop之间的区别是微妙的：ref只接受一个值，drop接受很多，在估计时使用coefplot时会突出显示引用。)

在前面的例子中，我们有ref = 5，所以第五个周期将被排除在交互之外。

回到您的示例，以下内容应该可以工作(不需要创建任何额外的数据)：

feols(any_crime ~ i(treatment, time, 12) | id + time, data = crime)

这样就很容易重新建立或丢弃以下几个：

feols(any_crime ~ i(treatment, time, 10) | id + time, data = crime)
feols(any_crime ~ i(treatment, time, drop = 10:12) | id + time, data = crime)