如何使用fixest包遍历多变量组合生成回归对象列表？

需求说明 #

需要遍历officer_race、primary_ind、outcome三个向量的所有组合，使用fixest包的feols()运行回归，最终生成包含所有有效回归对象的列表。用户原代码在lm()中可行，但在feols()中失效。

数据集与变量向量 #

library(fixest)
library(tibble)

analysis <- tibble(
  off_race = c("hispanic", "hispanic", "white","white", "hispanic", "white", "hispanic", "white", "white", "white","hispanic"),
  any_black_uof = c(FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE),
  any_black_arrest = c(TRUE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE),
  prop_white_scale = c(0.866619646027524, -1.14647499712298, 1.33793539994219, 0.593565300512359, -0.712819809606193, 0.3473585867755, -1.37025501425243, 1.16596624239715, 0.104521426674564, 0.104521426674564, -1.53728347122581),
  prop_hisp_scale = c(-0.347382203637802, 1.54966785579018, 
                      -0.833021026477168, -0.211470492567308, 1.48353691981021, 
                      0.421968013870802, 2.63739845069911, -0.61002505397242, 0.66674880256898,0.66674880256898, 2.93190487813111)
)

officer_race = c("black", "white", "hispanic")
primary_ind <- c("prop_white_scale","prop_hisp_scale","prop_black_scale")
outcome <- c("any_black_uof","any_white_uof","any_hisp_uof","any_black_arrest","any_white_arrest","any_hisp_arrest","any_black_stop","any_white_stop","any_hisp_stop")

问题分析 #

原代码失效的核心原因：

1. 公式逻辑错误：把因变量和自变量写反了（原代码构造的是predictor ~ outcome，正确应为outcome ~ predictor），feols()对公式的逻辑校验更严格，直接导致回归逻辑错误。
2. 未处理缺失变量/空数据：原数据集没有prop_black_scale和大部分outcome变量，且officer_race中的black无对应数据，运行时会直接报错中断。

解决方案代码 #

library(dplyr)

# 生成所有参数组合的网格
param_grid <- expand.grid(
  off_race = officer_race,
  primary_ind = primary_ind,
  outcome = outcome,
  stringsAsFactors = FALSE
)

# 遍历每个组合运行回归
result_list <- lapply(1:nrow(param_grid), function(i) {
  # 获取当前参数
  curr_race <- param_grid$off_race[i]
  curr_pred <- param_grid$primary_ind[i]
  curr_outcome <- param_grid$outcome[i]
  
  # 过滤数据：保留对应种族，且确保变量存在并移除缺失值
  filtered_data <- analysis %>%
    filter(off_race == curr_race) %>%
    select(all_of(c(curr_outcome, curr_pred))) %>%
    drop_na()
  
  # 空数据则返回NULL并给出警告
  if(nrow(filtered_data) == 0) {
    warning(sprintf("无匹配数据：警官种族=%s，因变量=%s，自变量=%s", curr_race, curr_outcome, curr_pred))
    return(NULL)
  }
  
  # 构造正确的回归公式
  reg_formula <- reformulate(curr_pred, response = curr_outcome)
  
  # 运行fixest回归
  feols(reg_formula, data = filtered_data)
})

# 给列表元素命名，方便索引
names(result_list) <- apply(param_grid, 1, function(x) {
  sprintf("off_race=%s_outcome=%s_predictor=%s", x[1], x[3], x[2])
})

# 移除无数据的NULL元素
result_list <- Filter(Negate(is.null), result_list)

代码说明 #

1. 参数网格生成：用expand.grid()生成所有可能的参数组合，确保不遗漏任何回归场景。
2. 数据过滤与校验：先筛选对应种族的数据，再仅保留当前回归需要的变量，同时移除缺失值；空数据时给出警告并跳过，避免程序崩溃。
3. 公式构造：用reformulate()明确指定因变量和自变量，避免公式顺序错误。
4. 结果整理：给列表元素命名，方便后续查找特定回归结果；移除无效的NULL元素，只保留有效回归对象。

内容的提问来源于stack exchange，提问作者sd3184