采用plm包装的重量

Zsl*_*ce 8 r linear-regression panel-data plm

我的数据框如下所示:

unique.groups<- letters[1:5]
unique_timez<- 1:20
groups<- rep(unique.groups, each=20)
my.times<-rep(unique_timez, 5)

play.data<- data.frame(groups, my.times, y= rnorm(100), x=rnorm(100), POP= 1:100)
Run Code Online (Sandbox Code Playgroud)

我想运行以下加权回归:

plm(y~x + factor(my.times) , 
data=play.data, 
index=c('groups','my.times'), model='within', weights= POP)
Run Code Online (Sandbox Code Playgroud)

但我不相信plm包允许重量.答案我正在寻找下面模型中的系数:

fit.regular<- lm(y~x + factor(my.times) + factor(my.groups),
weights= POP, data= play.data)
desired.answer<- coefficients(fit.regular)
Run Code Online (Sandbox Code Playgroud)

但是,我正在寻找plm包的答案,因为使用更大的数据集和许多组获得带有plm的估计器的系数要快得多.

Fel*_*lix 3

编辑:这个问题不再存在,因为 plm 现在具有权重函数(请参阅上面的 @Helix123 评论)。

尽管我知道该plm包没有解决方案,但包felm中的函数lfe在固定效果的上下文中正确处理权重(从示例代码的语法来看,这似乎是您所需要的)。它的写作重点是在存在许多观察结果和群体的情况下的速度。

lfe软件包仅关注固定效果,因此如果您需要随机效果,该lme4软件包可能更适合您的需求。