使用if语句在R中进行线性回归 [英] Linear regression in R with if statement

问题描述

我有一个虚拟变量黑色其中黑色== 0 是白色而黑色== 1 是黑色。我试图仅为 black == 1 类别拟合线性模型 lm ，但是运行以下代码给出我不正确的系数。在R中是否有办法使用 if 语句运行模型，类似于Stata？

I have a dummy variable black where black==0 is White and black==1 is Black. I am trying to fit a linear model lm for the black==1 category only, however running the code below gives me the incorrect coefficients. Is there a way in R to run a model with the if statement, similar to Stata?

library(foreign)
df<-read.dta("hw4.dta")
attach(df)
black[black==0]<-NA
model3<-lm(rent~I(income^2)+income+black)

推荐答案

为什么不在运行模型之前对数据进行子集化？我个人更喜欢使用数据框而不是单独的向量，这将使子集更容易。

Why not subset the data before running the model? I personally prefer using a dataframe rather than separate vectors which will make the subsetting easier.

df <- data.frame(rent, income, black)

然后对数据帧进行子集化，o创建另一个

Then subset the dataframe, o create another one

df <- df[df$black==1,]

并运行模型

model3 <- lm(rent ~ I(income^2) , data=df)

这篇关于使用if语句在R中进行线性回归的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！