Rを用いて変量効果モデルを推定する

前提

重回帰分析をやるにあたって、モデルの推定を行いたいです。
被説明変数に対数を取った映画の興行収入（単位は週です）、説明変数にTwitterデータ（いいね数、リツイート数、ツイート数）、Twitterアカウントが1作品のみについて紹介しているものか、それとも複数なのかダミー、映画のジャンルダミーなどなどです。以下の写真（csvファイル）がそれらをまとめたパネルデータとなっています。

これにて3つのモデル（poolingモデル、固定効果モデル、変量効果モデル）の内どれが幸せな結果か得られるかを知るためにF検定をしました。

Windows11
統計解析R

実現したいこと

F検定するにあたって、Rにて「model = pooling」「model = within」「model = random」で指定しました。
しかし変量効果モデルである「model = random」でエラーが出ました。このエラーの解決方法が分かりません。

発生している問題・エラーメッセージ

Error in swar_Between_check(estm[[2L]], method) : 
model not estimable: 67 coefficient(s) (incl. intercept) to be estimated but only 25 individual(s) in data for the between model necessary for Swamy-Arora random-effect model estimation

model = "random", random.method = "walhus", random.dfcor = 3
このようにmodel 以外にも指定してあげるとエラーは消え実行できますが、random.methodとrandom.dfcorは何を指定すればいいか分かりません。
こちらはエラーを解決しようと検索したところ以下のURLを見つけたのでそちらから参照したものです。

参照URL
https://cran.r-project.org/web/packages/plm/vignettes/B_plmFunction.html

気づいたこと（追記）

エラーに対しての解決法を調べると英語文ばかりなので正確かは分かりませんが、もしかしたらモデルrandomを使用する場合は、重複している値があってはいけないような気がしました。しかしダミー変数などを入れる場合は0と1なので必ず重複してしまいます。
仮に変量効果モデルでは「model = "random", random.method = "walhus"」とやってどうにかエラーが出ずに実行はできましたが、次は警告が出てきました。
これもまた重複のことを言っているような気がしますが、解決方法が分かりません。

Warning in pdata.frame(data, index) :
  duplicate couples (id-time) in resulting pdata.frame
 to find out which, use, e.g., table(index(your_pdataframe), useNA = "ifany")

該当のソースコード

こちらの検定のコードを作成した時に参考にしたサイトです
https://qiita.com/ykawakubo/items/a7e470ff0fb243ca9e8d
コード内容は、まず先ほど挙げた写真のようなcsvファイルを読み込み、空値に対して0を代入しています。その次に各週の興行収入を対数変換しています。そして3つのモデルを推定しています。
どのようにすれば変量効果モデルを推定できるようになるでしょうか。どうか知恵をお貸しください。よろしくお願いいたします。

R
1library(tidyverse)
2library(estimatr)
3library(dplyr)
4library(plm)
5
6#4year.csvが先に上げた写真のような内容になっている（パネルデータ）
7allyear <- read.csv("4year.csv", fileEncoding="UTF-8-BOM")
8
9#ラグとジャンルダミーのNAを0に変換
10allyear <- mutate_at(allyear, c('lag1.favorite', 'lag1.retweet', 'lag1.tweet',
11                                  'lag2.favorite', 'lag2.retweet', 'lag2.tweet',
12                                  'lag3.favorite', 'lag3.retweet', 'lag3.tweet',
13                                  'lag4.favorite', 'lag4.retweet', 'lag4.tweet',
14                                  'lag5.favorite', 'lag5.retweet', 'lag5.tweet',
15                                  'lag6.favorite', 'lag6.retweet', 'lag6.tweet',
16                                  'lag7.favorite', 'lag7.retweet', 'lag7.tweet',
17                                  'lag8.favorite', 'lag8.retweet', 'lag8.tweet',
18                                  'lag9.favorite', 'lag9.retweet', 'lag9.tweet',
19                                  'lag10.favorite', 'lag10.retweet', 'lag10.tweet',
20                                  'Anime', 'Action', 'Adventure', 'Drama', 'Romance', 'Horror', 'War', 'Music', 'Musical',
21                                  'Sport', 'SF', 'Youth', 'Comedy', 'Crime', 'Violence', 'Yakuza.Ninkyo', 'Suspense', 'Mystery',
22                                  'Panic', 'Thriller', 'Family', 'Fantasy', 'Documentary', 'History', 'Western', 'Historical',
23                                  'Biography', 'Omnibus','mojo.genre'
24                                  
25                                  ), ~replace(., is.na(.), 0))
26
27#興行収入を対数変換
28allyear$Weekend_Gross.log <- log10(allyear$Weekend_Gross) 
29
30
31#Infを0に変換
32allyear[which(allyear == -Inf, TRUE)] <- 0
33
34
35# pooling
36pooling <- plm(Weekend_Gross.log ~  lag1.favorite + lag2.favorite + lag3.favorite + lag4.favorite + lag5.favorite 
37                        + lag6.favorite + lag7.favorite + lag8.favorite + lag9.favorite + lag10.favorite
38                        
39                        + lag1.retweet + lag2.retweet + lag3.retweet + lag4.retweet + lag5.retweet 
40                        + lag6.retweet + lag7.retweet + lag8.retweet + lag9.retweet + lag10.retweet
41  
42                        + lag1.tweet + lag2.tweet + lag3.tweet + lag4.tweet + lag5.tweet
43                        + lag6.tweet + lag7.tweet + lag8.tweet + lag9.tweet + lag10.tweet  
44                       
45                        + num_week  + eiga.account + sougou.account + zokuhen + mojo.genre
46                    
47                        #+ year.2016
48                        + year.2017 + year.2018 + year.2019 + mojo.genre
49                        
50                        + Anime + Action + Adventure + Drama + Romance + Horror + War + Music + Musical + Sport 
51                        + SF + Youth + Comedy + Crime + Violence + Yakuza.Ninkyo + Suspense + Mystery + Panic
52                        + Thriller + Family + Fantasy + Documentary + History + Western + Historical + Biography + Omnibus
53                        
54                        , data = allyear, model = "pooling")
55
56
57# within
58within <- plm(Weekend_Gross.log ~  lag1.favorite + lag2.favorite + lag3.favorite + lag4.favorite + lag5.favorite 
59                        + lag6.favorite + lag7.favorite + lag8.favorite + lag9.favorite + lag10.favorite
60                        
61                        + lag1.retweet + lag2.retweet + lag3.retweet + lag4.retweet + lag5.retweet 
62                        + lag6.retweet + lag7.retweet + lag8.retweet + lag9.retweet + lag10.retweet
63  
64                        + lag1.tweet + lag2.tweet + lag3.tweet + lag4.tweet + lag5.tweet
65                        + lag6.tweet + lag7.tweet + lag8.tweet + lag9.tweet + lag10.tweet  
66                       
67                        + num_week  + eiga.account + sougou.account + zokuhen + mojo.genre
68                    
69                        #+ year.2016
70                        + year.2017 + year.2018 + year.2019 + mojo.genre
71                        
72                        + Anime + Action + Adventure + Drama + Romance + Horror + War + Music + Musical + Sport 
73                        + SF + Youth + Comedy + Crime + Violence + Yakuza.Ninkyo + Suspense + Mystery + Panic
74                        + Thriller + Family + Fantasy + Documentary + History + Western + Historical + Biography + Omnibus
75                        
76                        , data = allyear, model = "within")
77
78# random
79#この変量効果モデルにてエラーが発生
80random <- plm(Weekend_Gross.log ~  lag1.favorite + lag2.favorite + lag3.favorite + lag4.favorite + lag5.favorite 
81                        + lag6.favorite + lag7.favorite + lag8.favorite + lag9.favorite + lag10.favorite
82                        
83                        + lag1.retweet + lag2.retweet + lag3.retweet + lag4.retweet + lag5.retweet 
84                        + lag6.retweet + lag7.retweet + lag8.retweet + lag9.retweet + lag10.retweet
85  
86                        + lag1.tweet + lag2.tweet + lag3.tweet + lag4.tweet + lag5.tweet
87                        + lag6.tweet + lag7.tweet + lag8.tweet + lag9.tweet + lag10.tweet  
88                       
89                        + num_week  + eiga.account + sougou.account + zokuhen + mojo.genre
90                    
91                        #+ year.2016
92                        + year.2017 + year.2018 + year.2019 + mojo.genre
93                        
94                        + Anime + Action + Adventure + Drama + Romance + Horror + War + Music + Musical + Sport 
95                        + SF + Youth + Comedy + Crime + Violence + Yakuza.Ninkyo + Suspense + Mystery + Panic
96                        + Thriller + Family + Fantasy + Documentary + History + Western + Historical + Biography + Omnibus
97                        
98                        , data = allyear, model = "random")
99
100
101summary(pooling)
102summary(within)
103summary(random)
104