我有一个面板数据集，我正在尝试使用不同的关键自变量来估计多个模型。 我的数据集看起来像这样
df <- data.frame(y = rnorm(9),id= c(1,1,1,2,2,2,3,3,3), time=c(1,2,3,1,2,3,1,2,3), x1 = rnorm(9), x2 = rnorm(9), x3 = rnorm(9), c1 = rnorm(9), c2 = rnorm(9))
df <- pdata.frame(df, index=c("id","time"))
其中 y 是键相关变量， id 是单位标识符，而 time 是时间标识符。 c1和c2 是控件，而 x1，x2，x3 是感兴趣的关键独立变量。 我知道我可以像这样分别估算这些模型：
library(plm)
m1<- plm(y ~ lag(x1, k = 1)+ lag(y,k=1) + lag(c1, k = 1) +
lag(c2, k = 1), data = df, effect = "twoways",
model = "within")
m2<- plm(y ~ lag(x2, k = 1)+ lag(y,k=1) + lag(c1, k = 1) +
lag(c2, k = 1), data = df, effect = "twoways",
model = "within")
依此类推...
但是，我一直在寻找一种更简洁的方式来编写和检查不同的模型，因为我有16个感兴趣的独立变量和多个要检查的因变量。 我想：
1）找到一种将所有自变量“分组”的方法。这样我只能写一次模型（控件和dv保持不变），并且r为每个自变量计算所有模型。
2）理想情况下，该命令还应立即以有序的方式显示所有结果（“占星师”？），以便我可以快速检查哪个模型性能更好，哪个模型性能更差。
非常感谢您的帮助