Je lance ma régression de panel en utilisant la commande 'plm' avec l'effet fixe 'dedans'. La variable dépendante est numérique alors que toutes les variables indépendantes sont soit catégorielles soit binaires sauf cgi, eui, sjump et rv. Les trois variables binaires cc, ce, cw sont censées représenter la même variable catégorielle avec 4 catégories, donc j'en ai exclu une. Cependant, lorsque j'essaie d'analyser l'effet de cette quatrième catégorie à partir de ces trois variables binaires représentant 4 catégories, j'ai de la difficulté puisque ce modèle à effets fixes ne donne pas d'interception que je peux utiliser pour obtenir l'effet quatrième variable catégorique où je dois tout mettre à zéro.Interprétation de la variable catégorielle lorsque le modèle à effets fixes dans 'plm' n'a pas d'interception
Puis-je avoir de l'aide à ce sujet?
Oneway (individual) effect Within Model
Call:
plm(formula = liq ~ gov + indus + fin + cc * us + ce * us + cw *
us + cgi + eui + sjump + rv, data = DATA, model = "within",
index = c("year", "id"))
Unbalanced Panel: n=20, T=1-5, N=56
Residuals :
Min. 1st Qu. Median 3rd Qu. Max.
-0.00261615 -0.00032955 0.00000000 0.00054460 0.00355775
Coefficients :
Estimate Std. Error t-value Pr(>|t|)
gov 2.6297e-03 9.3741e-04 2.8053 0.0100474 *
indus 1.2222e-03 5.6817e-04 2.1511 0.0422088 *
fin 1.8561e-04 1.1653e-03 0.1593 0.8748340
cc -4.9511e-03 2.2878e-03 -2.1641 0.0410807 *
us -4.1023e-03 5.4593e-04 -7.5143 1.235e-07 ***
ce -5.6131e-03 2.2753e-03 -2.4669 0.0215034 *
cw -5.1635e-03 2.5178e-03 -2.0508 0.0518462 .
cgi -1.5682e-03 3.4829e-04 -4.5026 0.0001608 ***
eui 1.1203e-06 4.1869e-05 0.0268 0.9788832
sjump -1.8977e-03 7.2104e-03 -0.2632 0.7947520
rv -2.7708e+00 5.6234e+00 -0.4927 0.6268798
cc:us 1.2738e-03 2.4844e-03 0.5127 0.6130542
us:ce 6.6711e-04 2.5962e-03 0.2570 0.7994964
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Total Sum of Squares: 0.00052049
Residual Sum of Squares: 5.7059e-05
R-Squared: 0.89037
Adj. R-Squared: 0.73785
F-statistic: 14.3696 on 13 and 23 DF, p-value: 4.5827e-08
S'il vous plaît ne pas vandaliser votre propre question. –