以下是我的数据
y r1 r2 r3
1 0.1 0.2 -0.3
2 0.7 -0.9 0.03
3 -0.93 -0.32 -0.22
1。第一个问题是如何获得这样的输出：
y r1 r2 r3 dummy_r1 dummy_r2 dummy_r3
1 0.1 0.2 -0.3 0 0 1
2 0.7 -0.9 0.03 0 1 0
3 -0.93 -0.32 -0.22 1 1 1
注意：我希望负数等于1，正数等于0
2。第二个问题是，如果我想进行像lm(y~r1+r2+r3+dummy_r1+ dummy_r2+dummy_r3)这样的回归，如果我不想使用上面的输出data(dummy_r1,dummy_r2,dummy_r3)，该怎么办，因为它不是方便。
使用在结尾处的注释中可重复显示的DF，将DF2定义为也有sign.*列，然后对其进行回归。当然，问题中没有足够的数据来实际获得许多预测变量的系数，但是如果您的实际问题中有更多数据，那就应该可以了。
DF2 <- cbind(DF,sign = +(DF[-1] < 0))
lm(y ~.,DF2)
给予：
Call:
lm(formula = y ~ .,data = DF2)
Coefficients:
(Intercept) r1 r2 r3 sign.r1
1.425 -1.163 -1.543 NA NA
sign.r2 sign.r3
NA NA
Lines <- "y r1 r2 r3
1 0.1 0.2 -0.3
2 0.7 -0.9 0.03
3 -0.93 -0.32 -0.22"
DF <- read.table(text = Lines,header = TRUE)