R语言中pdata.frame转因子后如何实现混合OLS回归？

我来帮你梳理问题根源并给出解决方案，你的代码报错主要是因为变量类型处理不当，尤其是不必要地将所有变量转为字符型，导致plm无法正确识别因变量和面板标识的类型。

问题分析 #

1. 因变量y被错误转为字符型：你的y是0/1的数值型二值变量，但你通过lapply(dflm, as.character)把它转成了字符型。plm在拟合时会把字符型的y当成因子，而混合OLS要求因变量是数值型，这直接触发了报错。
2. 面板标识x1/x2被转为字符后处理异常：即使设置了stringsAsFactors=FALSE，pdata.frame对字符型的index变量仍会默认处理为因子，这不仅没必要，还可能干扰后续的面板数据识别。
3. 字符型自变量未做回归适配：x3-x65是字符型，直接用于回归会报错，需要转为因子类型。

修正后的完整代码 #

# 1. 读取并整理数据，保留因变量y的数值型
df <- read_excel("C:/Users/Luuk/Desktop/Master Thesis EME/Data/indep_dep_indlevel.xlsx")
df_dep <- data.frame(y = df[,79])  # 明确命名y，保留原始数值类型
count <- as.data.frame(rep(1:3669, times=1, each=3))
df <- cbind(count, df[,3:79])
df_indep <- data.frame(df[,c(1:5,8,10:15,17:25,27:44,45,53:77)])
dflm <- cbind(df_dep, df_indep)

# 2. 重命名变量，避免混淆
names(dflm)[2] <- "x1"  # 第二列为个体标识x1
names(dflm)[3] <- "x2"  # 第三列为时间指示符x2
names(dflm)[4:66] <- paste0("x", 3:65)  # 批量命名自变量x3-x65

# 3. 构造面板数据框，保留正确的变量类型
# stringsAsFactors=FALSE确保x3-x65保留字符型，x1/x2保留原始数值型作为面板索引
dflm2 <- pdata.frame(dflm, index=c("x1","x2"), stringsAsFactors=FALSE)

# 4. 将字符型自变量转为因子（回归必须用数值/因子型变量）
dflm2[, paste0("x", 3:65)] <- lapply(dflm2[, paste0("x", 3:65)], as.factor)

# 5. 运行混合OLS回归
xnam <- paste0("x", 3:65)
Formula <- formula(paste("y ~ ", paste(xnam, collapse=" + ")))
fit <- plm(Formula, data=dflm2, model="pooling")

关键修正点说明 #

• 保留y的数值型：绝对不要把二值因变量转为字符型，plm需要数值型因变量来拟合线性模型（如果是二值选择模型，你可能需要用glm或其他专门的面板离散模型，但这里你明确用混合OLS，所以y必须是数值）。
• 面板标识保持原始类型：x1和x2作为个体和时间索引，保持数值型即可，pdata.frame会自动将其识别为面板维度的标识，不需要转为字符或因子。
• 字符型自变量转因子：字符型变量无法直接参与回归，必须转为因子类型，这样plm才能处理分类自变量的效应。

额外提示 #

如果后续你需要拟合面板固定效应或随机效应模型，这个变量类型的处理逻辑依然适用，只需要修改plm函数的model参数即可。

内容的提问来源于stack exchange，提问作者Luuk van Gasteren