R 虚拟变量回归，删除虚拟截距，仅保留交互项

我试着用一个虚拟变量进行回归，2009年前取0，2009年取1，以观察金融危机的影响

为此，我添加了一个名为“dummy”的额外列，其中的值如上所述，然后将dummy变量添加到回归中。然而，我对“虚拟拦截”不感兴趣，只对虚拟交互术语感兴趣。下面的回归仍然会产生一个伪截距项，我没有明确地包括这一项。你能帮我理解如何从回归中排除它吗

library(lme4)
library(dplyr)
#TEST##
merged_income_test <- merged_income %>%
  mutate(dummy = case_when(
    year > 2008 ~ 1,
    year < 2009 ~ 0
  ))

regression_merged_income_test <- 
  lmList(income_rate ~ interest_rate + lag1 + lag2 +
           dummy * (interest_rate + lag1 + lag2) | firm, 
         merged_income_test, 
         pool = FALSE )

regression_merged_income_test_results <- coef(regression_merged_income_test)

colnames(regression_merged_income_test_results)

[1] "(Intercept)"   "interest_rate"  "lag1"  "lag2" "dummy" "interest_rate:dummy"
[7] "lag1:dummy"      "lag2:dummy"  

库（lme4）
图书馆（dplyr）
#试验##
合并收入测试%
变异（虚拟=情况）(
年份>2008~1，
年份<2009~0
))
回归-合并-收入-测试大多数
lm
或
glm
对象在公式中理解
*
，表示完全交互。因此，当您将其添加到那里时，lmList会理解
dummy*（a+b）
，因为您需要以下协变量：dummy，a，b，dummy:a，dummy:b。相反，创建一个定义为newvar=dummy*（a+b）的变量，并将其传递到回归中。因此，实际上，在lmList中添加lag1、lag2和利率是多余的，因为您要求它们带有*。为了说明区别：

require(lme4)
require(data.table)
df = data.table("income_rate" = rnorm(500), 
                "dummy" = rbinom(500, size = 1,prob = .5),
                "interest_rate" = rnorm(500),
                "firm" = rbinom(500, size =1 ,prob =.3),
                "rand" = rbinom(500, size =1 , prob = .2))

df[, new_var := interest_rate*dummy]

lmList(income_rate ~ interest_rate*dummy | firm, df)

Call: lmList(formula = income_rate ~ interest_rate * dummy | firm,      data = df) 
Coefficients:
  (Intercept) interest_rate      dummy interest_rate:dummy
0  0.06110581  -0.005786927 -0.0873395         -0.06646967
1 -0.09507628   0.219900191  0.1439778         -0.20570454


lmList(income_rate ~ new_var | firm, df)
Call: lmList(formula = income_rate ~ new_var | firm, data = df) 
Coefficients:
  (Intercept)     new_var
0  0.01645925 -0.07697772
1 -0.01323612  0.02462004

因此，应该很容易创建您真正想要包含的变量，并将它们传递给
lmList
非常感谢您，尤其是您清楚地解释了您的解决方案。@KarlWig当然。请随意接受答案，这样它就不会出现在“未回答”中！