我正在R
中进行多变量回归,其中将一个变量设置为一个因子。如果我进行回归,则将截距设置为第一个因子,然后相对于此设置所有后续因子。
因此,如果我进行以下回归分析:
pe1n = lm(return_1_yr_abs~size+fe_year+retained_binary,data=rtn_1_yr)
我得到以下输出:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 17.516160 15.031941 1.165 0.2457
size -0.001619 0.001214 -1.333 0.1845
fe_year2 -3.532222 16.954761 -0.208 0.8352
fe_year3 6.759767 16.303710 0.415 0.6790
fe_year4 -73.769141 39.464482 -1.869 0.0635 .
fe_year6 -27.113332 24.232382 -1.119 0.2649
fe_year7 -17.705589 26.214533 -0.675 0.5004
fe_year8 -12.726297 28.849918 -0.441 0.6597
fe_year9 1.832507 15.557559 0.118 0.9064
fe_year10 5.282221 12.871480 0.410 0.6821
fe_year11 13.584084 16.376386 0.829 0.4081
retained_binary -6.457557 12.922218 -0.500 0.6180
R
以第一年作为截距,现在设置与之相关的所有其他变量。我想做的是让所有变量的平均收益都包含intercept incl。统计值。并且所有其他变量都应与此相关地进行设置。我已经在寻找一些解决方案并对其进行了尝试,但是没有任何结果给我我想要的结果:
我正在寻找的最终结果将如下所示:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 11.70148 X X X
size X X X X
fe_year1 5.81468 X X X
fe_year2 2.27679 X X X
依此类推,每年直到11年为止。
我希望这个问题足够清楚。谢谢!