feols固定效应回归用delta方法估计最优N速率及标准误

问题原因 #

car包的deltaMethod默认适配R基础回归类（如lm、glm），直接传入feols对象会触发两类报错：

• 函数内部调用vcov()时传入了fixest不支持的complete参数，触发参数无效警告
• 函数无法自动识别feols的系数结构：一方面feols控制高维固定效应时会吸收截距项，不会输出截距系数；另一方面feols的系数命名直接沿用自变量名，和默认的b0/b1/b2命名规则不匹配，最终出现找不到对象的报错。

最优实现方案（无需依赖car包） #

fixest包本身内置了完全适配feols对象的delta_method()函数，会自动继承回归时指定的异方差稳健标准误，系数直接使用模型中的自变量名引用，无需手动做参数映射，计算效率和feols原生逻辑一致，完全适配大样本、高维固定效应场景。
对应代码如下：

# 直接调用fixest内置delta方法计算最优N投入及标准误
optimal_n_res <- delta_method(
  yield,
  # 直接用模型中的变量名引用对应系数：N是一次项系数，N_square是二次项系数
  "(4 - N)/(2*N_square)"
)

# 输出结果，包含点估计、标准误、z值、p值、95%置信区间
print(optimal_n_res)

兼容car包deltaMethod的实现方案 #

如果需要使用car包的deltaMethod功能，不要直接传入feols模型对象，手动提取系数向量和方差协方差矩阵传入即可，注意参数名要和feols输出的系数顺序一一对应：

library(car)
# 提取feols回归的非固定效应系数，顺序为N、N_square、P、K、S
est_coef <- coef(yield)
# 提取回归时已计算的异方差稳健方差协方差矩阵
est_vcov <- vcov(yield)

# 手动传入系数和vcov调用deltaMethod
car_res <- deltaMethod(
  est_coef,
  g = "(4 - b1)/(2*b2)",
  vcov. = est_vcov,
  # 按系数顺序命名：共5个非固定效应系数，N对应b1，N_square对应b2
  parameterNames = c("b1", "b2", "b3", "b4", "b5")
)

print(car_res)

注意：之前代码中设置parameterNames= paste("b", 0:2, sep="")本身存在错误，feols输出的系数中不存在被固定效应吸收的截距项b0，且非固定效应系数共5个，仅设置3个参数名会导致位置映射完全错乱。

两种方案得到的最优N投入点估计、标准误结果完全一致，优先使用fixest内置方法，避免额外的参数适配问题。

内容的提问来源于stack exchange，提问作者Erin