我正在写我的论文，我对面板数据分析和 r 非常陌生。我有一个面板数据集，其中包含 10 年内大约 200 个条目。该模型如下：schoolpercentage ~neighborhood percent + schooldensity+是否宗教我已经将我的数据保存为 pdata.frame 并进行了一些测试以在固定、随机或合并效果之间进行选择。
cdata<-pdata.frame(NOAtroto, index = c("Kolom1", "JAAR"))
Kolom1 是单位编号，JAAR 是年份
pool<- plm(SCHOOLPERC~WIJKPERC+isreligious+withinkm, data = cdata, model = 'pooling')
fixed<-plm(cdata$SCHOOLPERC~cdata$WIJKPERC+cdata$isreligious+cdata$withinkm, data=cdata, model =
'within')
random<-plm(cdata$SCHOOLPERC~cdata$WIJKPERC+cdata$isreligious+cdata$withinkm, data=cdata, model = 'random')
#pick between pooled OLS and random effects model
plmtest(pool)
#pooled OLS and fixed effects
pFtest(fixed, pool)
#Hausman test
phtest(fixed, random)
根据这些，固定效应模型会更好。但是，当我运行“固定”时，调整后的 r 平方结果为负数，而变量显示为显着。其他模型都没有返回负值，而它们确实返回了相似大小的系数。这是否意味着固定效应模型不适合我的数据结构？是否有任何我尚未探索的替代方案，或我需要进行的修改？任何帮助，将不胜感激。