小编Cam*_*sen的帖子

当使用 plm 包使用此语法估计池模型时，我得到的 R2 接近 0.8。

library(plm)
data <- employmentsez
data$lfirms2 <- data$lfirms*data$lfirms
data$sezname <- as.factor(data$sezname)
data <- plm.data(data, index=c("code", "year"))
fit1 <- plm(lemployment ~ lfirms + lfirms2 + lfirmsfor + lwages +  nuts51 + lgovgrants + leusubs + agrishare, data=data, model="pooling")
    R-Squared:      0.7972
    Adj. R-Squared: 0.79679

使用完全相同的规范并再次使用 plm，但现在此语法我得到小于 0.1 的 R2，并且调整后的 R2 为负值。

library(plm)
data <- employmentsez
data$lfirms2 <- data$lfirms*data$lfirms
data$sezname <- as.factor(data$sezname)
data <- plm.data(data, index=c("code", "year"))
fit1 <- plm(lemployment ~ lfirms + lfirms2 + lfirmsfor + lwages …