如何使用for循环运行回归？

Question

我当前的数据集如下所示：

N = 10000
wage <- rnorm(N)
educ <- rnorm(N)
age  <- rnorm(N)
tce  <- rnorm(N)

work <- rbinom(n = N, size = 1, prob = 0.05)
manu <- rbinom(n = N, size = 1, prob = 0.05)

id <- sample(10, N, replace = TRUE)

df <- data.frame(wage, educ, age, tce, work, manu, id)

wage、work和manu是我的因变量，其余的变量是我的自变量。

目前，我正在重复语法，但只是将结果变量更改为：

library(fixest)

model1 <- feols(work ~ educ + age + tce | id, data = df)

model2 <- feols(manu ~ educ + age + tce | id, data = df)

model2 <- feols(wage~ educ + age + tce | id, data = df)

有什么方法可以使用for循环来运行这样的回归吗？

此外，在运行回归之后，我还想将回归系数绘制成这样的图：

library(modelsummary)

modelplot(
 list(model1, model2, model3)
 )

但是，由于for-循环不创建新的对象，我如何绘制系数？

Answer 1

多重估计是fixest中的内置功能。使用c(v1, v2)可以跨多个因变量运行回归。顺便说一下，这也会比循环快得多。

est_multi = feols(c(work, manu, wage) ~ educ + age + tce | id, df)
etable(est_multi)
#>                          model 1          model 2           model 3
#> Dependent Var.:             work             manu              wage
#>                                                                    
#> educ            -0.0060 (0.0031) -0.0009 (0.0023)   0.0204 (0.0139)
#> age              0.0018 (0.0028)  0.0003 (0.0030)   0.0092 (0.0053)
#> tce             -0.0013 (0.0027)  0.0036 (0.0020) -0.0174. (0.0075)
#> Fixed-Effects:  ---------------- ---------------- -----------------
#> id                           Yes              Yes               Yes
#> _______________ ________________ ________________ _________________
#> S.E.: Clustered           by: id           by: id            by: id
#> Observations              10,000           10,000            10,000
#> R2                       0.00117          0.00038           0.00175
#> Within R2                0.00083          0.00031           0.00082
#> ---
#> Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

请注意，如果在向量中有变量名，则可以将它们直接插入公式中，这要感谢点方括号运算符。

depvars = c("work", "manu", "wage")
est_multi_bis = feols(.[depvars] ~ work ~ educ + age + tce | id, df)

您可以在专用守恒器中找到一些关于多个估计值的文档。

Answer 2

我无法用提供的代码复制您的示例。您可以使用这样的循环：

variable <- c("work", "manu", "wage")
datalist <- list()

for(i in variable) {
  formula <- as.formula(paste(i, " ~ educ + age + tce | id"))
  model <- feols(formula, data = df)
  datalist[[i]] <- model
}

每个条件的模型将保存在可以作为对象访问或提取的列表中。