Question

如果我有100个具有通用名称的变量，例如year_1951，year_1952，year_1953等，有没有办法进行线性回归，包括以year_开头的所有变量？在Stata中，使用*很容易，但是在R中，我不确定如何解决这个问题。

感谢。

Stata示例：

regress y year_ *

R中是否存在等价，例如

ols.lm <- lm(y ~ year_*, data = d)

Answer 1

我不认为R支持公式中的那种扩展。它支持y~。有点扩张。

以下是如何做到这一点

variables <- colnames(d)
depVar <- 'y'
indepVars <- variables[grepl('^year_',variables)]
myformulae <- as.formula(paste(depVar,paste(indepVars,collapse=' + '),sep = ' ~ '))
modelfit <-lm(myformulae,data=d)

修改：解决注释中提到的问题（在公式中添加常量）

variables <- colnames(d) depVar <- 'y' indepVars <- variables[grepl('^year_',variables)] indepVarsCollapse <- paste(paste(indepVars,collapse=' + '), '-1') myformulae <- as.formula(paste(depVar,indepVarsCollapse,sep = ' ~ ')) modelfit <-lm(myformulae,data=d)

Answer 2

不是选择公式中的列，而是在data参数中选择它们：

nms <- c("y", grep("year_", names(d), value = TRUE))
lm(y ~., d[nms])

或者，选择grep

中的所有所需列

ix <- grep("^(y$|year_)", names(d))
lm(y ~., d[ix])

或者如果我们知道不需要的列不以y开头：

ix <- grep("^y", names(d))
lm(y ~., d[ix])

在lm中使用*表示具有通用名称的变量

2 个答案: