如何使用 r 在概率面板回归中使用固定效应

问：

我想估计一下决定法国市政供热网络发展的因素。为此，我使用各种变量（人口密度、居住年龄、市政当局的意识形态、热量消耗、燃料贫困等）来确定市政当局存在供热网络的概率。我有 2001 年至 2021 年之间每年的所有这些变量，因此我想使用预测来估计不同的决定因素。我在这里做了一个假设，即省略的变量是时间不变的，但因城市而异，因此我选择运行固定效应回归。但是，当我使用 pglm with within 时，会出现一条错误消息：

probit_model 
Error in maxRoutine(fn = logLik, grad = grad, hess = hess, start = start, : 
  the "start" argument is missing, with no default value. 

但是，软件包文档告诉我 pglm 存在固定效应建模

在建模内部和建模之间，将显示相同的消息：

probit_model <- pglm(dh2000 ~ Foret + Densité + comgeother + com.proxincin + nouveaulog+ gauchemun + gauchedpt + gaucheepci + precanrj + proxdh + binaire_gauchereg + mundpt, 
+                      data = df_complet, 
+                      model = "within", 
+                      family = binomial(link = "logit"),
+                      na.action = na.omit)
Erreur dans maxRoutine(fn = logLik, grad = grad, hess = hess, start = start,  : 
  l'argument "start" est manquant, avec aucune valeur par défaut

而对于池化和随机以及默认值（我不知道它是什么），我设法获得估计值。但是，我认为鉴于我的问题，固定效应建模是最稳健的。

然后我尝试了 LSDV 回归或 plm 包，但它们不能用于二进制因变量。

我正在寻找有关如何在我的研究中使用 R 上的面板数据运行固定效应 logit 回归的建议。