如何在R中实现Stata式的变量列表缩写功能？

一、R是否支持Stata的变量通配符？ #

R基础语法里不直接支持Stata那种pop*式的变量名通配符缩写，但有几种灵活的替代方法，能实现批量筛选变量的效果。

二、你写的R代码为什么不行？ #

你原代码里的dd6_*m + dd6_*l2 + dummy_Y*这种写法是错误的——在R的公式语法中，*是交互项运算符（比如a*b等价于a + b + a:b），不是通配符，R会把dd6_*m理解为变量dd6_和m的交互，直接运行会报错。

三、正确的实现方法 #

方法1：用正则表达式筛选变量（基础R） #

先通过grep匹配变量名，再把筛选出的变量拼进公式：

# 1. 批量筛选需要的变量
dd6_m_vars <- grep("^dd6_.*m$", names(bilateral_trade_data), value = TRUE)  # 匹配dd6_开头、m结尾的变量
dd6_l2_vars <- grep("^dd6_.*l2$", names(bilateral_trade_data), value = TRUE) # 匹配dd6_开头、l2结尾的变量
dummy_Y_vars <- grep("^dummy_Y", names(bilateral_trade_data), value = TRUE)   # 匹配dummy_Y开头的变量
dummy_ORI_vars <- grep("^dummy_ORI", names(bilateral_trade_data), value = TRUE)
dummy_DES_vars <- grep("^dummy_DES", names(bilateral_trade_data), value = TRUE)

# 2. 构建公式字符串并转为公式对象
formula_str <- paste("lexpr ~", paste(c(dd6_m_vars, dd6_l2_vars, dummy_Y_vars, dummy_ORI_vars, dummy_DES_vars), collapse = " + "))
model_formula <- as.formula(formula_str)

# 3. 拟合双向固定效应模型
library(plm)
model1 <- plm(model_formula, 
              data = bilateral_trade_data, 
              model = "within", 
              effect = "twoways", 
              index = c("country_o", "country_d", "year"))

方法2：用tidyverse工具简化筛选（更直观） #

如果你熟悉dplyr，可以用select的辅助函数（starts_with/ends_with）来筛选变量：

library(dplyr)
library(plm)

# 批量筛选所有预测变量
predictors <- c(
  bilateral_trade_data %>% select(starts_with("dd6_"), ends_with("m")) %>% names(),
  bilateral_trade_data %>% select(starts_with("dd6_"), ends_with("l2")) %>% names(),
  bilateral_trade_data %>% select(starts_with("dummy_Y")) %>% names(),
  bilateral_trade_data %>% select(starts_with("dummy_ORI")) %>% names(),
  bilateral_trade_data %>% select(starts_with("dummy_DES")) %>% names()
)

# 用reformulate快速构建公式
model_formula <- reformulate(predictors, response = "lexpr")

# 拟合模型
model1 <- plm(model_formula, 
              data = bilateral_trade_data, 
              model = "within", 
              effect = "twoways", 
              index = c("country_o", "country_d", "year"))

四、对应Stata的cluster()选项：添加聚类稳健标准误 #

你的Stata命令里用了cluster(country_o country_d year)，在R中可以用sandwich和lmtest包实现聚类稳健标准误：

library(lmtest)
library(sandwich)

# 计算三维聚类的稳健方差-协方差矩阵
cluster_vcov <- vcovCL(model1, cluster = ~ country_o + country_d + year)

# 输出带聚类稳健标准误的回归结果
coeftest(model1, vcov = cluster_vcov)

内容的提问来源于stack exchange，提问作者student999