R: 隐藏lm模型结果中的控制变量

Question

我想进行一次线性回归，其中y是我的因变量，x1 x2 x3是我的自变量。 我还有“控制”变量z1 z2 z3，我想将其包括在内，但不显示结果。

summary(lm(y~x1+x2+x3+z1+z2+z3))

有没有办法让摘要不显示我控制变量的系数？

- Francis Smart

---

您可以从summary.lm对象中挑选出任何您想要的值，并以您喜欢的方式显示。请参见?summary.lm帮助页面。如果默认打印方法允许您隐藏变量，那将会非常令人困惑，因此这是不可取的。 - MrFlick

Answer 1

如@MrFlick所建议的，使用summary.lm可以帮助解决问题。

代码：

# Build Sample Data
df <- data.frame(y = rnorm(100), x1 = rnorm(100), x2 = rnorm(100), x3 = rnorm(100), z1 = rnorm(100), z2 = rnorm(100), z3 = rnorm(100))

# Run Model
sum <- summary.lm(lm(y ~ x1 + x2 + x3 + z1 + z2 + z3, data = df))

# Remove z1:z3
sum$coefficients <- sum$coefficients[1:4,]

# Print Results
print(sum)

输出：

Call:
lm(formula = y ~ x1 + x2 + x3 + z1 + z2 + z3, data = df)

Residuals:
     Min       1Q   Median       3Q      Max 
-2.76472 -0.56958 -0.02673  0.50188  2.61362 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)  
(Intercept)  0.18092    0.09966   1.815   0.0727 .
x1           0.12282    0.10231   1.201   0.2330  
x2          -0.22411    0.10781  -2.079   0.0404 *
x3          -0.01096    0.09554  -0.115   0.9090  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.9596 on 93 degrees of freedom
Multiple R-squared:  0.07717,   Adjusted R-squared:  0.01763 
F-statistic: 1.296 on 6 and 93 DF,  p-value: 0.2667

- Vedda