固定效应模型负调整 R 平方

如何解决固定效应模型负调整 R 平方

我正在写论文，我对面板数据分析和 r 非常陌生。 我有一个面板数据集，其中包含超过 10 年的大约 200 个条目。模型如下： schoolpercentage ~邻里百分比 + 学校密度 + 宗教与否 我已将我的数据保存为 pdata.frame 并进行了一些测试以在固定、随机或合并效应之间进行选择。

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,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 平方为负，而变量显示为显着。其他模型都没有返回负值，而它们确实返回了类似大小的系数。 这是否意味着固定效应模型不适合我的数据结构？有没有我还没有探索过的替代方案，或者我需要做的修改？任何帮助将不胜感激。