R中的虚拟变量

大家好

我想在R中创建一个虚拟变量，所以我有一个意大利地区的列表，还有一个叫做mafia的变量。黑手党变量在黑手党渗透程度高的地区编码为1，在黑手党渗透程度低的地区编码为0

---

现在，我想创建一个虚拟模型，只考虑黑手党猖獗的地区=1

如果我正确理解您的问题，添加虚拟变量（也称为固定效应）的典型方法是使用函数因子。下面是一个创建随机数据，然后在线性回归中使用因子的示例：

set.seed(1)
require(data.table)
A = data.table(region = LETTERS[0:3], y = runif(100), x = runif(100), mafia = sample(c(0,1),100,rep = T))
> head(A)
   region        var mafia
1:      A 0.67371223     1
2:      B 0.09485786     0
3:      C 0.49259612     1
4:      A 0.46155184     1
5:      B 0.37521653     1
6:      C 0.99109922     1

formula = y ~ x + factor(mafia)

reg <- lm(formula, data = A)

> summary(reg)

Call:
lm(formula = formula, data = A)

Residuals:
     Min       1Q   Median       3Q      Max 
-0.46965 -0.24828 -0.03362  0.28780  0.51183 

Coefficients:
               Estimate Std. Error t value Pr(>|t|)    
(Intercept)     0.46196    0.07093   6.513 3.28e-09 ***
x               0.06735    0.10521   0.640    0.524    
factor(mafia)1 -0.01830    0.06415  -0.285    0.776    
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.3189 on 97 degrees of freedom
Multiple R-squared:  0.005498,  Adjusted R-squared:  -0.01501 
F-statistic: 0.2681 on 2 and 97 DF,  p-value: 0.7654

---

欢迎来到StackOverflow。请看一下这些关于如何制作a的技巧，以及上的这篇文章。也许下面的提示也值得一读。谢谢，我不确定。我想要一个假人，只考虑编码为1的区域，而不是与黑手党相关的编码为0的区域。你的意思是你只想选择在黑手党列中有1的观测值，然后只对这些进行回归？这更接近你想要做的吗？那么，我想和虚拟变量和其他变量做一个交互，然后它必须是这个回归：y~x+factormafia+Ix*mafia

# Note that A is a data.table
A.mafia = A[ mafia == 1 ]
formula = y ~ x
reg <- lm(formula, data = A.mafia)
summary(reg)

Call:
    lm(formula = formula, data = A.mafia)

    Residuals:
         Min       1Q   Median       3Q      Max 
    -0.47163 -0.26063 -0.05724  0.30166  0.52062 

    Coefficients:
                Estimate Std. Error t value Pr(>|t|)    
    (Intercept)  0.43334    0.07926   5.467 1.53e-06 ***
    x            0.09017    0.14474   0.623    0.536    
    ---
    Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

    Residual standard error: 0.3197 on 49 degrees of freedom
    Multiple R-squared:  0.007857,  Adjusted R-squared:  -0.01239 
    F-statistic: 0.388 on 1 and 49 DF,  p-value: 0.5362