Stata Absorb命令的R等价实现：高效控制多水平因子变量且不输出结果

不少R用户都会纠结怎么复刻Stata里absorb命令的核心能力——既要控制一个有上百个水平的因子变量，又不想把这些因子的系数塞满结果表，还得保证运行速度跟Stata一样快，可不是简单隐藏输出就行的。结合你给出的Stata示例，我整理了几个最实用的方案：

先回顾你的Stata示例 #

Stata中使用xtreg结合固定效应（本质和absorb控制个体效应逻辑一致）的操作：

use http://www.stata-press.com/data/r14/abdata.dta, clear
xtreg n w k i.year, fe

输出片段：

Fixed-effects (within) regression
Number of obs = 1,031
Group variable: id
Number of groups = 140
R-sq: Obs per group:
    within  = 0.7507        min =         7
    between = 0.9294        avg =       7.4
    overall = 0.9091        max =         8

方案1：使用fixest包（最推荐，速度完全对标Stata） #

fixest是专门为高维固定效应回归设计的R包，语法直观，运行速度和Stata的absorb/xtreg fe几乎无差异，而且默认就不会输出控制的固定效应系数，完美匹配你的需求。

操作步骤： #

# 首次使用先安装包
install.packages("fixest")
install.packages("haven") # 用于读取Stata格式数据

# 加载包
library(fixest)
library(haven)

# 读取示例数据
abdata <- read_dta("http://www.stata-press.com/data/r14/abdata.dta")

# 复刻Stata的xtreg fe效果：控制id（不输出系数），同时控制year
model <- feols(n ~ w + k + i(year) | id, data = abdata)

# 查看结果（只展示核心解释变量w、k和year的系数）
summary(model)

为什么选它？ #

• 速度快：底层优化过，处理百余个水平的因子完全无压力
• 语法清晰：用|分隔核心变量和需要吸收的固定效应，一眼就能看懂
• 结果简洁：默认只输出你关心的核心变量，固定效应的信息会以汇总形式展示（比如组数、R²的分解）

方案2：使用lfe包（经典高维固定效应工具） #

如果你更习惯传统的回归框架，lfe包的felm()函数也是非常可靠的选择，它专门处理包含多个固定效应的回归，速度同样出色。

操作步骤： #

# 首次使用先安装包
install.packages("lfe")
install.packages("haven")

# 加载包
library(lfe)
library(haven)

# 读取数据
abdata <- read_dta("http://www.stata-press.com/data/r14/abdata.dta")

# 运行回归：公式格式为「核心变量 | 固定效应 | 工具变量 | 聚类」
model_lfe <- felm(n ~ w + k + i(year) | id | 0 | 0, data = abdata)

# 查看结果
summary(model_lfe)

说明： #

把需要控制的因子id放在第二个竖线后的位置，felm()就会自动吸收这个固定效应，且不会输出它的系数。如果需要控制多个固定效应，直接用+连接即可（比如id + firm）。

方案3：手动demean（不推荐，仅作原理演示） #

如果你不想用专门的包，也可以手动对变量进行组内demean（固定效应回归的本质就是组内去均值），但这个方法速度远不如前两个方案，只适合小数据测试用。

操作步骤： #

# 加载dplyr用于数据处理
install.packages("dplyr")
install.packages("haven")

library(dplyr)
library(haven)

# 读取数据
abdata <- read_dta("http://www.stata-press.com/data/r14/abdata.dta")

# 按id对核心变量进行组内去均值
abdata_demean <- abdata %>%
  group_by(id) %>%
  mutate(across(c(n, w, k), ~ .x - mean(.x, na.rm = TRUE))) %>%
  ungroup()

# 回归（此时不需要再控制id）
model_demean <- lm(n ~ w + k + i(year), data = abdata_demean)

# 查看结果
summary(model_demean)

缺点： #

• 速度慢：数据量大时，手动demean的效率远低于专门的固定效应包
• 繁琐：需要自己处理所有变量的去均值，还得注意分类变量的控制逻辑

总结 #

优先选择fixest包，它的体验最接近Stata的absorb，速度快、语法简单；lfe作为经典工具也完全能满足需求；手动demean只适合理解原理时使用。

内容的提问来源于stack exchange，提问作者Parseltongue