如何执行按 2 个因素分组的多重回归并创建包含 N 和 R 平方的文件？

Question

我又遇到了一些问题，希望有人能帮助我。 我正在研究 ELI 对公司 ROS 的影响，以及大流行是否对此产生影响。 对于这项研究，我的论文导师要求我每年按行业 (NAICS) 进行回归分析，我不知道如何做到这一点。 我在 46 个不同行业 (NAICS) 拥有公司，每家公司拥有 11 年的公司数据（2010-2020 年）。 现在我想对每年的所有行业运行回归ROS ~ ELI + ELI*Pandemic ，然后在一个文件中捕获结果 N（每个行业的公司数量）和 R 平方。 下图是我想要实现的示例：

我希望有人可以帮助我，因为我完全不知所措，而且我似乎无法在 SO 上找到类似的问题/答案。

这里以dput(head())为例。 NAICS 是行业。

df <- structure(list(NAICS = c(315, 315, 315, 315, 315, 315), 
        Year = c(2010, 2011, 2012, 2013, 2014, 2015), 
        Firm = c("A", "A", "A", "A", "A", "A"), 
        ROS = c(0.17, 0.19, 0.29, 0.3, 0.29, 0.25), 
        ELI = c(0.856264428748774, 0.723379402777553, 0.958341156943977, 0.680567730897854, 0.790480861209701, 0.827279134948296), 
        Pandemic = c(0, 0, 0, 0, 0, 0)), 
        row.names = c(NA, -6L), 
        class = c("tbl_df", "tbl", "data.frame"))

Answer 1

更新02

在收到原始数据集后，我已经对我的解决方案进行了必要的修改，我不会有任何其他问题。

library(dplyr)
library(tidyr)
library(broom)
library(purrr)


df %>% 
  group_by(NAICS, Year) %>% 
  add_count(name = "N") %>%
  nest(data = !c(NAICS, Year, N)) %>% 
  mutate(models = map(data, ~ lm(ROS ~ ELI + ELI * Pandemic, data = .)),
         glance = map(models, ~ glance(.x)),
         tidied = map(models, ~ tidy(.x))) %>%
  unnest(glance) %>%
  select(NAICS:N, r.squared, tidied) %>%
  unnest(tidied)


# A tibble: 2,024 x 9
# Groups:   NAICS, Year [506]
   NAICS  Year     N r.squared term         estimate std.error statistic     p.value
   <dbl> <dbl> <int>     <dbl> <chr>           <dbl>     <dbl>     <dbl>       <dbl>
 1   315  2010    12     0.122 (Intercept)    0.0959    0.0123     7.83   0.0000143 
 2   315  2010    12     0.122 ELI            0.0189    0.0160     1.18   0.266     
 3   315  2010    12     0.122 Pandemic      NA        NA         NA     NA         
 4   315  2010    12     0.122 ELI:Pandemic  NA        NA         NA     NA         
 5   315  2011    12     0.129 (Intercept)    0.0999    0.0115     8.70   0.00000559
 6   315  2011    12     0.129 ELI            0.0161    0.0132     1.22   0.251     
 7   315  2011    12     0.129 Pandemic      NA        NA         NA     NA         
 8   315  2011    12     0.129 ELI:Pandemic  NA        NA         NA     NA         
 9   315  2012    13     0.594 (Intercept)   -0.486     0.606     -0.802  0.439     
10   315  2012    13     0.594 ELI            2.11      0.526      4.01   0.00205   
# ... with 2,014 more rows