如何方便地在R中添加一大组回归器？

我必须向回归中添加大约30个虚拟变量

如果我的变量名为

dummy1

-

dummy30

，我会在

STATA

中用星号通配符表示。这将是简单的

回归y dummy*

，

STATA

将添加所有以“dummy”开头的变量

---

有没有人能在

[R]

中提示我一个类似的方便程序，它阻止我写出30个变量名？

您有两个选择。子集a

data.frame

仅包含伪*变量和因变量。在这种情况下，您可以调用

lm（dep~，data=your.data）

。dot参数将假定您试图使用除

dep

之外的所有变量作为预测值。 要将

data.frame

中的

dep

和预测器子集，可以使用

your.data[grepl（“dep | dummy”，name（your.data）），]

第二个选项是使用粘贴构造公式参数

formula(paste("dep ~", paste("dummy", 1:10, sep = "", collapse = "+")))

---

函数

reformate

是基于字符串创建公式的正确选项

示例数据帧：

set.seed(1)
dat <- data.frame(y = rnorm(10), 
                  dummy1 = rnorm(10),
                  dummy2 = rnorm(10),
                  dummy3 = rnorm(10),
                  other = rnorm(10))

此公式可用于

lm

：

lm(form, dat)
# Call:
#   lm(formula = form, data = dat)
# 
# Coefficients:
#   (Intercept)       dummy1       dummy2       dummy3  
# 0.04785      0.09323     -0.63404     -0.19547

---

y~，data=

谢谢，但是如果我想让它更灵活呢？也就是说，我知道数据帧中有K个虚拟变量，但它们是分散的。我必须指定不需要的精确列数。如果你模拟编码因子变量，你应该知道R回归函数可以为你做到这一点。你可以使用正则表达式对你想要的任何变量进行子集（然后使用

y~。

公式）。这是一个很好的观点，@Roland，让R包含我的变量作为因子。如果我没记错的话：

as.factor（）

。

lm(form, dat)
# Call:
#   lm(formula = form, data = dat)
# 
# Coefficients:
#   (Intercept)       dummy1       dummy2       dummy3  
# 0.04785      0.09323     -0.63404     -0.19547