Question

我有一个包含多个组的数据集“关键字”。我想分别将glm应用于每个组，以创建一个glm拟合列表，每个组合适合一个。

我可以使用 for 循环执行此操作，但这不是在R精神中。相反，我尝试使用 by 函数来执行此操作：

CTR.glm <- by(keywords,keywordsInSample,
          function(x) ifelse(nlevels(factor(x$AveragePosition))>20, # only these keywords will be fit
                             glm(Clicks ~ poly(log(AveragePosition),2) + offset(log(Impressions)),
                                 family = poisson,data = x),
                             NA)) # for functions that can't be fit

问题是， glm 通常返回一个glm-class对象，我可以从中提取各种好东西， by 返回一个列表

> CTR.glm[2]
$`text of second keyword`
               (Intercept) poly(log(AveragePosition), 2)1 poly(log(AveragePosition), 2)2 
                 -3.626237                      -5.108795                      -1.751032 
> class(CTR.glm[2])
[1] "list"

除了适合的参数外，所有信息都已丢失。有没有办法强行保留列表的所有信息？

p.s。，我尝试使用 plyr 工具箱，但由于我的关键字中包含空格，因此卡住了。

p.p.s。，这篇文章应该有“by”标签，但我不能创建那个标签（stackoverflow的新功能），有人可以重新标记吗？

Answer 1

尝试

lapply(CTR.glm,summary)

列表可能包含模型对象，它们仍然具有您需要的信息

Answer 2

我认为plyr应该可以正常工作。我不知道您keywords和keywordsInSample的结构，但请注意这个玩具示例运行良好：

require(plyr)
#generate some fake data, with a factor whose names have spaces in them
l <- c(rep("a a", 3), rep("a", 3), rep("b b", 3))
x <- rep(1:3, 3)
y <- rnorm(9)
d <- data.frame(keywordsInSample=grp, x=x, y=y)

lmList <- dlply(d, .(keywordsInSample), function(df) glm(df$y~df$x))
lmList$"a a"

只要你的索引变量可以强制成一个因子，R就会在内部将它表示为数字级别，而不应该关心这些级别的名称。

矢量化glm并提取所有信息

2 个答案: