Dummy Variable in R

Question

Ciao Jedem,

Ich mag würde ein Dummy-Variable in R. erstellen So habe ich eine Liste der italienischen Regionen und eine Variable namens Mafia. Die Mafia-Variable ist in Regionen mit hoher Mafia-Infiltration und 0 in Regionen mit niedrigerer Mafia-Penetration kodiert.

Jetzt möchte ich einen Dummy erstellen, der nur die Regionen mit hohen Mafia-Werten berücksichtigt. (= 1)

Answer 1

Wenn ich Ihre Frage richtig verstanden habe, ist die typische Methode zum Hinzufügen von Dummy-Variablen (auch Fixed-Effekte genannt) die Verwendung der Funktion factor. Hier ist ein ein Beispiel, das Zufallsdaten erzeugt und verwendet dann factor in einer linearen Regression:

set.seed(1) 
require(data.table) 
A = data.table(region = LETTERS[0:3], y = runif(100), x = runif(100), mafia = sample(c(0,1),100,rep = T)) 
> head(A) 
    region  var mafia 
1:  A 0.67371223  1 
2:  B 0.09485786  0 
3:  C 0.49259612  1 
4:  A 0.46155184  1 
5:  B 0.37521653  1 
6:  C 0.99109922  1 

formula = y ~ x + factor(mafia) 

reg <- lm(formula, data = A) 

> summary(reg) 

Call: 
lm(formula = formula, data = A) 

Residuals: 
    Min  1Q Median  3Q  Max 
-0.46965 -0.24828 -0.03362 0.28780 0.51183 

Coefficients: 
       Estimate Std. Error t value Pr(>|t|)  
(Intercept)  0.46196 0.07093 6.513 3.28e-09 *** 
x    0.06735 0.10521 0.640 0.524  
factor(mafia)1 -0.01830 0.06415 -0.285 0.776  
--- 
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Residual standard error: 0.3189 on 97 degrees of freedom 
Multiple R-squared: 0.005498, Adjusted R-squared: -0.01501 
F-statistic: 0.2681 on 2 and 97 DF, p-value: 0.7654 

Wenn Sie möchten nur auf den Beobachtungen eine Regression tun, die mit 1 in der „Mafia“ Spalte codiert sind, ist dies viel einfacher:

# Note that A is a data.table 
A.mafia = A[ mafia == 1 ] 
formula = y ~ x 
reg <- lm(formula, data = A.mafia) 
summary(reg) 

Ausgang:

Call: 
    lm(formula = formula, data = A.mafia) 

    Residuals: 
     Min  1Q Median  3Q  Max 
    -0.47163 -0.26063 -0.05724 0.30166 0.52062 

    Coefficients: 
       Estimate Std. Error t value Pr(>|t|)  
    (Intercept) 0.43334 0.07926 5.467 1.53e-06 *** 
    x   0.09017 0.14474 0.623 0.536  
    --- 
    Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

    Residual standard error: 0.3197 on 49 degrees of freedom 
    Multiple R-squared: 0.007857, Adjusted R-squared: -0.
    F-statistic: 0.388 on 1 and 49 DF, p-value: 0.5362