如何根据 r 中的最低工资回归失业

Question

我有两个不同的数据集，一个包含各州的年失业率（列在单列下），第二个数据集包含每个州的最低工资。两者都只有 2003-2020 年之间的数据。

问题是

1. 它们位于不同的数据集中
2. X 变量（最低工资）跨越 17 个不同的列

问题

1. 如何对来自 2 个不同数据集的数据进行回归
2. 如何在不输入 minwage$2003 + minwage$2004 + 的情况下回归 17 列。 . . + minwage$2020

我试过这个，但同样效率很低。

unemp_minwage <- lm(unemployment_03_20$`U-3` ~ minwage$`2003` + minwage$`2004` + minwage$`2005` + minwage$`2006` + minwage$`2007` + minwage$`2008` + minwage$`2009` + minwage$`2010` + minwage$`2011` + minwage$`2012` + minwage$`2013` + minwage$`2014` + minwage$`2015` + minwage$`2016` + minwage$`2017` + minwage$`2018` + minwage$`2019` + minwage$`2020`)

更不用说我得到了这个错误代码： model.frame.default 中的错误（公式 = 失业_03_20$U-3 ~ minwage$2003 + ： 可变长度不同（找到'minwage$2003'）

然后我尝试只回归一年的最低工资，但遇到了类似的错误。

建议？

Answer 1

要获得问题中的确切公式：

as.formula(paste("unemployment_03_20$`U-3` ~", paste(paste0("minwage$`", 2003:2020, "`"), collapse = " + ")))

所以你可以这样做（为了清楚起见）：

model <- as.formula(paste("unemployment_03_20$`U-3` ~", paste(paste0("minwage$`", 2003:2020, "`"), collapse = " + ")))

unemp_minwage2015 <- lm(model)

我强烈建议先合并数据，以免无意中出错，然后向lm() 提供该数据（而不是来自多个数据集的单个向量。