我正在使用全国调查来运行我的回归。 df基于地形和经济变量，有时R值缺失值为＆＃34; NA＆＃34;。
我有分类变量，但有时我发现问题：例如，我有一个变量q，如果个人是雇员，则取值1;如果他/她是工人但不是雇员，则为2;如果此人没有，则为3工作。
我也知道员工可以在私营或公共部门工作;问题是，有时我不知道该员工是私营企业还是公共部门（我有NA）。
如果员工在私营或公共部门，我想构建一个分类变量：
df$q2 <- ifelse(d.d$q=="3",1,
ifelse(d.d$q=="2",2,
ifelse(d.d$q=="1" & d.d$priv=="1",3,
ifelse(d.d$q=="1" & d.d$pubbl=="1",4,
0))))
df$q2 <- as.factor(d.d$q2)
levels(d.d$q2)
"0","1","2","3","4"
我支持的0级是指员工，我不了解工作部门（私人或公共）。
我想要的输出是只获得1,2,3,4级和0级;我试图在网上搜索，但找到的唯一解决方案是放弃观察。
还有一个问题：如果我从变量q2创建四个虚拟对象：
d.d$not_worker <- ifelse(d.d$q2=="1",1,0)
d.d$public_employee <- ifelse(d.d$q2=="4",1,0)
d.d$private_employee <- ifelse(d.d$q2=="3",1,0)
d.d$worker_not_employee <- ifelse(d.d$q2=="2",1,0)
然后使用以下命令对所有这些因素进行分解：as.factor()
然后运行一个回归，省略变量d.d $ not_worker可能是一个消息？
d.d$not_worker <- as.factor(d.d$not_worker)
d.d$public_employee <- as.factor(d.d$public_employee)
d.d$private_employee <- as.factor(d.d$private_employee)
d.d$worker_not_employee <- as.factor(d.d$worker_not_employee)
eq1 <- lm(PIP ~ public_employee + private_employee + worker_not_employee, data=d.d)
提前谢谢