在 R 中的面板线性模型（回归）中添加虚拟变量答案

【问题标题】：Adding dummy variables in panel linear model (regression) in R在 R 中的面板线性模型（回归）中添加虚拟变量
【发布时间】：2019-05-24 03:54:10
【问题描述】：

我有一个分类自变量（带有“是”或“否”选项），我想将其添加到我的面板线性模型中。根据在这里回答：After generating dummy variables?，lm 函数会自动为您创建分类变量的虚拟变量。

这是否意味着通过 ie dummy.data.frame 创建虚拟变量是不必要的，我可以在 plm 函数中添加我的变量，它会自动被视为虚拟变量（即使数据不是数字)? plm 函数也是这样吗？

另外，我没有太多数据可以开始。如果我在不创建虚拟变量的情况下手动将数据转换为数字（即“yes”=1、“no”=0）会不会很痛苦？

【问题讨论】：

答案是什么数据类型？你可以写str(df)查看。如果它们是char，则需要转换它们。如果它们是factor 变量，lm() 将为您处理。
@Roman 它们是因子变量。谢谢！
如果不是，您可以在模型中使用 factor()，例如lm(y ~ x + factor(dummy), data).
@jay.sf 谢谢——会注意的！

标签： r linear-regression dummy-variable

【解决方案1】：

没有必要为lm() 函数创建虚拟变量。为了说明，我们将在 mtcars 数据集上运行回归模型，使用 am（0 = 自动，1 = 手动变速器）作为因子变量。

summary(lm(mpg ~ wt + factor(am),data=mtcars))

...和输出：

> summary(lm(mpg ~ wt + factor(am),data=mtcars))

Call:
lm(formula = mpg ~ wt + factor(am), data = mtcars)

Residuals:
    Min      1Q  Median      3Q     Max 
-4.5295 -2.3619 -0.1317  1.4025  6.8782 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept) 37.32155    3.05464  12.218 5.84e-13 ***
wt          -5.35281    0.78824  -6.791 1.87e-07 ***
factor(am)1 -0.02362    1.54565  -0.015    0.988    
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 3.098 on 29 degrees of freedom
Multiple R-squared:  0.7528,    Adjusted R-squared:  0.7358 
F-statistic: 44.17 on 2 and 29 DF,  p-value: 1.579e-09

【讨论】：