R语言probitmfx实现含国家固定效应的Probit回归报错解决

首先排查你遇到的报错：

• 代码里的自变量写的是laons，但数据集里变量是loans，这是拼写错误，先修正这个。
• 确认data_post数据框中确实存在ccode变量，可通过str(data_post)或names(data_post)检查变量列表。

以下是几种引入ccode固定效应的可行方法：

方法1：提前将ccode转为因子变量（适配probitmfx） #

先在数据中把ccode转换为因子类型，再代入公式，避免公式内转换时的变量查找问题：

# 将ccode转为因子
data_post$ccode <- as.factor(data_post$ccode)

# 修正拼写错误后运行回归
probitmfx(crisisJST ~ loans + ccode, clustervar1 = "iso", data = data_post)

方法2：用fixest包高效处理固定效应Probit并计算边际效应 #

fixest包专门针对面板固定效应模型做了优化，支持Probit模型且能直接计算边际效应，比手动生成虚拟变量更高效：

library(fixest)

# 拟合带ccode固定效应的Probit模型，聚类标准误设为iso
mod <- feprobitt(crisisJST ~ loans | ccode, data = data_post, cluster = "iso")

# 计算平均边际效应
margins(mod)

公式语法中，|后面的部分就是固定效应变量，无需手动生成虚拟变量。

注意事项 #

Probit模型引入个体固定效应时存在** incidental参数问题**，样本量较小时可能导致估计偏误。如果面板时间维度(T)较大，这个偏误可以忽略；若T较小，可考虑使用条件Probit模型，或者改用线性概率模型(LPM)做近似（用feols拟合LPM后计算边际效应）。

内容的提问来源于stack exchange，提问作者Tanja