在R中用lfe包felm函数获取固定效应回归截距项

嘿，刚好碰到过类似的问题，我来给你拆解一下：

一、怎么获取截距项？ #

felm默认是不包含截距的，而且当模型里加入固定效应时，截距还会和固定效应共线导致无法直接估计，得分两种情况处理：

1. 模型不含固定效应：直接手动加截距 #

如果你只是做普通的OLS回归（没有固定效应项），只需要在外生变量部分加上+1，就能像lm一样得到截距：

# 加载包
library(lfe)
library(data.table)

# 构造示例数据
set.seed(123)
dt <- data.table(
  id = rep(1:10, each = 5),
  year = rep(2018:2022, 10),
  x = rnorm(50),
  y = 2 + 0.5*x + rnorm(50)
)

# 带截距的普通回归
fit_simple <- felm(y ~ x + 1, data = dt)
# 提取截距
coef(fit_simple)["(Intercept)"]

这时候summary输出里就会显示(Intercept)的估计值。

2. 模型含固定效应：通过固定效应计算总体截距 #

当你加入个体/时间固定效应时，总体截距会和固定效应共线，felm会自动剔除它。这时候要得到总体截距，得借助getfe()函数提取固定效应，再计算均值：

# 带个体固定效应的回归
fit_fe <- felm(y ~ x | id, data = dt)

# 提取个体固定效应的估计值
fe_estimates <- getfe(fit_fe)
# 计算固定效应的均值，这就是总体截距
overall_intercept <- mean(fe_estimates$effect)
print(overall_intercept)

或者你可以用预测值验证：当x=0时，每个个体的预测值就是其固定效应，取均值就是总体截距：

pred <- predict(fit_fe, newdata = data.table(id = unique(dt$id), x = 0))
mean(pred)

二、关于summary()处理felm对象的说明 #

你看到的文档里那句话意思是：虽然felm是专门处理高维固定效应的工具，但它的summary()输出在自由度、R²这些统计量的计算逻辑上，和我们熟悉的lm完全一致。

举个例子：lm计算残差自由度是用样本量减去估计的系数个数，felm也是这么做的——哪怕你控制了成百上千个固定效应，它在summary里不会把固定效应的个数从自由度里扣除，而是保持和lm相同的计算方式，这样你不用重新适应新的统计量解读逻辑，直接用熟悉的方式理解结果就行。

内容的提问来源于stack exchange，提问作者Sholom