在lm中过滤多个变量

如何解决在lm中过滤多个变量

我正在处理一个电子表格，并希望创建一个线性模型，该模型考虑多个变量如何影响R＆D支出。变量之一（称为CEO）指出，CEO是否拥有博士学位。这在数据中可以识别，因为CEO = 1（有博士学位），CEO = 0（没有博士学位）。当我仅与CEO一起为线性模型编写代码时，就会同时使用这两种方法，这使得很难解释每种方法对研发支出的影响。

#This is my initial code:
reg3 <- lm(RD.exp ~ NETincome*Assets..total.*CEO,data = data1,na.action=na.omit)

我想对其进行过滤，以便可以运行相同的回归，但仅考虑CEO = 1。 我试过通过dplyr对其进行过滤，但没有成功。我还尝试了以下代码行：

CEO1 <- data3[which(data3$CEO==1),]

但是这使数据再次变成了chr，当我尝试使用as.numeric时，它不会将其恢复为num。

然后这个想法就是让代码看起来像这样：

reg3 <- lm(RD.exp ~ NETincome*Assets..total.*CEO1,na.action=na.omit)

真的很感谢您的帮助！

谢谢

解决方法

在注释之后，采取三种可能的方式，假设所有三个变量均为数字，则所有方法都会产生相同的结果。对于这三个变量，您可能都希望从公式中删除CEO，因为它将是一个常数并产生交互NA。

在subset内使用lm

one <- lm(RD.exp ~ NETincome * Assets..total.,data = data1,subset = CEO == 1,na.action = na.omit)

使用dplyr::filter

library(dplyr)

two <- data1 %>% 
   dplyr::filter(CEO == 1) %>% 
   lm(RD.exp ~ NETincome * Assets..total.,data = .,na.action = na.omit)

使用基本r（不要使用which）

three <- lm(RD.exp ~ NETincome * Assets..total.,data = data1[data1$CEO == 1,],na.action = na.omit)

对所有三个产生相同的系数

all.equal(one$coefficients,two$coefficients,three$coefficients)
#> [1] TRUE

希望数据像您一样

set.seed(2020)
data1 <- data.frame(
   RD.exp = sample(10000:20000,100,replace = TRUE),NETincome = sample(50000:90000,Assets..total. = sample(100000:900000,CEO = sample(0:1,replace = TRUE)
)