成为VIP
R：超快速计算固定效应
STATA中常用的处理面板模型的命令有很多，一般在大数据集时为了追求速度，会考虑使用reg2hdfe命令。但是在对工企、海关这样大数据集跑模型时，仍然非常非常慢。我使用的是Stata-MP-15，基本上仅加入两个固定效应的模型，电脑要跑将近30秒，如果多再加入几个固定效应，或者再加入联合固定效应，速度基本上要到好几分钟。更夸张的是，如果改成跑panel-iv，即用ivreg2hdfe命令，上面的时间还要double，10分钟出一个是常有的事。这在需要跑多个回归时，简直让人难以忍受。如果你使用的是SE版，上述时间大概还要继续加倍，经常一个模型开始跑了，就可以随手打开平板上的电视剧了。
如果是做DID，跑安慰剂检验的时候，5分钟跑一个模型，然后循环500次。。。然后不行，我得再试试另一种模型设定。。ok，又是2500分钟。如果和我一样面临这样问题的时候，请果断换工具吧。
在R中，过往一般会使用PLM包来做面板，不出意料，比reg2hdfe还慢，尤其是换标准误的时候，每次还需要重新掉用lmtest包再重新跑一次，plm对付小数据集还行，对大数据集无疑是噩梦。
在此介绍一个R的较新的计算固定效应模型的package：fixest，看名字就很快，Fast Fixed-Effects Estimation固定效应，底层是C++，运算速度可以用极速来形容。一般本都是秒出结果，敲下回车的瞬间即能看到结果固定效应，即便是reg2hdfe最慢的情形，IVpanel+四个联合固定效应+四个联合固定效应组合的标准误，也仅仅跑了35秒。
最后fixest自带多线程，无与伦比。
记录一些常见用法备查：
library(fixest)
# 四个fe
fe_mode = feols(y ~ x | fe1+fe2+fe3+fe4, data)
# The clustering can be done on one (se="cluster"), two (se="twoway")
# three (se="threeway") or up to four (se="fourway") variables
summary(feols, se = "fourway")
# 也可以
fe_mode = feols(y ~ x | fe1+fe2+fe3+fe4, data,cluster = "指定fe")
fe_mode = feols(y ~ x | fe1+fe2+fe3+fe4, data,cluster = ~fe1+fe2+fe3+fe4) # 带公式时使用～
# 联合固定效应 Combining several fixed-effects (fe1^fe2^fe3...)
fe_combin = feols(y ~ x | fe1^fe2, data)
fe_combin = feols(y~x | fe1^fe2, data, cluster = ~fe1^fe2)
# Varying slopes (fe[x])，假设控制变量x2随时间变化而变化
fe_var = feols(y ~ x | fe[x2], data)
# panel-iv与查看一阶段
fe_iv <- feols(y ~ 外生控制变量 |fe1+fe2+..| 内生变量 ~ IV, data, cluster = )
fitstat(fe_iv, ~ ivf1 + ivwald1 + ivf2 + ivwald2, cluster = )
# 输出结果
# 该包无法和stargazer联用，但是该包自带了输出的函数，可以输出LaTex格式表格
etable(fe_iv, tex = TRUE)
# Extracting the fixed-effects coefficients，比如看年度固定效应系数，城市固定效应系数
fixedEffects = fixef(fe_iv)
summary(fixedEffects)
plot(fixedEffects)
# Base DID 和 Staggered difference-in-differences
限时特惠：本站每日持续更新海量设计资源，一年会员只需29.9元，全站资源免费下载
站长微信：ziyuanshu688
htebazile
