面板回归树 介绍 该代码使用每个叶子中的固定效果面板回归模型来实现决策树。 这种方法将经典回归树扩展到面板结构化数据，并允许在叶子中拟合更复杂的模型。 该树的生长方式与经典回归树相同，即通过最小化方差。 关于正常回归树的主要区别在于，我们必须确保每个“个体”在每个节点中至少有一个观察值。 可以通过输入min_ids控制每个人的最小观察min_ids 。 用法 主要功能是build_tree ，它构造并拟合固定效果面板模型。 用户必须定义​​一个回归函数formula ，用于拆分数据的变量spl