Мой набор данных имеет двоичную зависимую переменную (0/1) и множество непрерывных независимых переменных для многих людей и трех периодов времени.Поэтому я сталкиваюсь с набором данных панели с двоичной зависимой переменной, которая запрашивает использование нелинейной модели данных панели.Тем не менее, у меня также есть много независимых переменных, которые требуют использования метода выбора переменных.Поэтому я хочу применить лассо к модели логита с фиксированными эффектами.
Насколько я знаю, в cv.glmnet есть только возможность оценить модель логита-лассо по функции cv.glmnet(x, y, weights, offset, lambda, type.measure='binomial', nfolds, foldid, grouped, keep, parallel, ...) с использованием * 1005.*.Эта процедура оценки объединяет всех лиц, поскольку она представляет собой процедуру оценки в разрезе и не использует компонент панели моего набора данных.
Поэтому я хотел бы настроить функцию cv.glmnet таким образом, чтобы я мог принятьв качестве входных данных, например, type.measure='fe binomial', поэтому он запускает модель с фиксированными эффектами logit lasso
В заключение можно по отдельности запустить модель логита с фиксированными эффектами и модель лассо, но я хочу объединить оба.Как я могу сделать это в R?
(Кроме того, в приложении я записал мою модель более подробно)
Объяснение модели