如何在R的lm回归公式中加入t-1期因变量作为控制变量

要在你的线性回归模型中加入t-1期的因变量，核心是先生成每个国家分组下的滞后一期Y变量，再将其纳入模型。以下是具体步骤和代码：

步骤1：确保数据按分组和时间排序 #

因为滞后变量是针对每个国家的时间序列生成的，必须先按Country和Year排序，避免错位：

# base R 排序方式
df <- df[order(df$Country, df$Year), ]

# 或者用dplyr的排序方式（需先加载dplyr包）
library(dplyr)
df <- df %>% arrange(Country, Year)

步骤2：生成滞后一期的Y变量 #

方法一：用dplyr分组生成滞后变量（推荐，代码更清晰） #

通过group_by(Country)确保每个国家内部单独计算滞后值：

df <- df %>%
  group_by(Country) %>%
  mutate(Y_lag = lag(Y)) %>%  # lag()默认取前1期，即t-1
  ungroup()

方法二：用base R的ave函数生成分组滞后变量 #

如果不想加载额外包，可以用base R实现：

df$Y_lag <- ave(df$Y, df$Country, FUN = function(x) c(NA, x[-length(x)]))

步骤3：构建包含滞后变量的回归模型 #

将生成的Y_lag代入原模型即可：

model <- lm(Y ~ Y_lag + Country + Year + GDP, data = df)

注意事项 #

• 生成滞后变量后，每个国家的第一期观测会出现NA值，lm()函数运行时会自动忽略这些缺失值；你也可以提前用df <- na.omit(df)过滤掉含NA的行。
• 这种加入滞后因变量的模型属于动态面板模型，普通最小二乘（lm）可能存在内生性问题（滞后因变量与误差项相关）。如果需要更严谨的估计，可以考虑使用plm包的固定效应模型或GMM估计方法。

内容的提问来源于stack exchange，提问作者maplesyrup123