
      library(AER)
      library(plm)
      data(Guns)
      model <- plm(log(violent) ~ law, data = Guns, index = c("state", "year"), model = "pooling")
      model_fe <- plm(log(violent) ~ law, data = Guns, index = c("state", "year"), model = "within")


      # estimar un modelo con efectos fijos de estado y tiempo usando plm ()
      model_sete <- 
      
      # imprimir un resumen utilizando errores estándar robustos
      
      # probar si los efectos fijos de estado y tiempo son conjuntamente significativos desde cero


      # estimar un modelo con efectos fijos de estado y tiempo usando plm ()
      model_sete <- plm(log(violent) ~ law, data = Guns, index = c("state", "year"), model = "within", effect = "twoways")
      
      # imprimir un resumen utilizando errores estándar robustos
      coeftest(model_sete, vcov. = vcovHC, type = "HC1")
      
      # probar si los efectos fijos de estado y tiempo son conjuntamente significativos desde cero
      pFtest(model_sete, model)


      ex() %>% check_function("plm") %>% {
        check_arg(., "formula") %>% check_equal()
        check_arg(., "data") %>% check_equal()
        check_arg(., "index") %>% check_equal()
        check_arg(., "model") %>% check_equal()
        check_arg(., "effect") %>% check_equal()
      }
      test_function("coeftest", args="x")
      test_student_typed("vcov. = vcovHC")
      ex() %>% check_function("pFtest") %>% {
        check_arg(., "x") %>% check_equal()
        check_arg(., "z") %>% check_equal()
      }
      success_msg("¡Correcto! La inclusión de los efectos de estado y tiempo da como resultado una estimación de coeficiente muy pequeña que no es significativamente diferente de cero en ningún nivel común. La prueba F revela que los efectos fijos de estado y tiempo son conjuntamente significativamente diferentes de cero.")