一个可能的原因可能是您的假人不会随时间而变化。在这种情况下，固定效应估计器和一阶差分将从模型中删除这些变量。原因是这些估计器无法识别不随时间变化的变量，因为这些变量将与未观察到的固定效应一起被消除。

作为替代方案，您可以尝试使用随机效应并使用 Hausman 检验来查看随机效应是否给出与固定效应显着不同的结果。如果没有，您可以使用随机效果。这种方法的一个问题是模型只有在它们包含相同的变量时才具有可比性。因此，对于 Hausman 检验，您也应该首先从随机效应模型中排除假人。

另一种可能性是虚拟变量（非常接近）共线。在这种情况下，plm将自动从其输出中排除共线性变量。检查这一点的一种方法是运行模型并检查aliased对象：

model.FE<- plm(income~area+weight+dproduct+dummy1+dummy2+dummy3,data=pa‌​nel, model = "within")
model.FE$aliased

如果model.FE$aliased报告TRUE任何假人，那么它们是线性相关的（或者非常接近）。在这种情况下，请返回并检查dummy1、dummy2和dummy3是否足够不同。