Question

我挣扎着看起来应该只是前一个问题的简单扩展，我问here。

我试图聚合（a）一系列日期和（b）因子变量。示例数据可能是：

Brand    Day     Rev     RVP              
  A      1        2535.00  195.00 
  B      1        1785.45  43.55 
  C      1        1730.87  32.66 
  A      2        920.00   230.00
  B      2        248.22   48.99 
  C      3        16466.00 189.00      
  A      1        2535.00  195.00 
  B      3        1785.45  43.55 
  C      3        1730.87  32.66 
  A      4        920.00   230.00
  B      5        248.22   48.99 
  C      4        16466.00 189.00

感谢有用的建议，我已经找到了如何使用data.table找到品牌在一段时间内的平均收入。表：

new_df<-df[,(mean(Rev)), by=list(Brand,Day)]

现在，我想创建一个新表，其中列出了每个品牌的Rev by Day的OLS回归的系数估计值。我试着这样做：

new_df2<-df[,(lm(Rev~Day)), by=list(Brand)]

这看起来并不合适。思考？我确定这是我错过的显而易见的东西。

Answer 1

你有几个选择。

您可以将整个模型对象保存为data.table

中的列表

models <- df[,   list(model  = list(lm(Rev ~ Day))),by = Brand]

models
   Brand model
1:     A  <lm>
2:     B  <lm>
3:     C  <lm>


# look at the models
models[,print(model[[1]]),by= Brand]


Call:
lm(formula = Rev ~ Day)

Coefficients:
(Intercept)          Day  
     2804.2       -538.3  



Call:
lm(formula = Rev ~ Day)

Coefficients:
(Intercept)          Day  
     1741.5       -263.5  



Call:
lm(formula = Rev ~ Day)

Coefficients:
(Intercept)          Day  
      -3698         4653

您可以保存系数

models[, {coefs <- coef(model[[1]])
      list(coefs = coefs, name = names(coefs))}, by = Brand]
##     Brand      coefs        name
## 1:     A  2804.1667 (Intercept)
## 2:     A  -538.3333         Day
## 3:     B  1741.5291 (Intercept)
## 4:     B  -263.5251         Day
## 5:     C -3697.8621 (Intercept)
## 6:     C  4653.1989         Day

或者你可以只提取模型列表

  models[,model]

Answer 2

我认为这就是你想要的：

new_df2<-df[,(lm(Rev~Day)$coefficients[["Day"]]), by=list(Brand)]

lm返回一个完整的模型对象，您需要向下钻取它以从每个可以转换为列的组中获取单个值。

Answer 3

> DF <- read.table(text="Brand    Day     Rev     RVP              
+   A      1        2535.00  195.00 
+   B      1        1785.45  43.55 
+   C      1        1730.87  32.66 
+   A      2        920.00   230.00
+   B      2        248.22   48.99 
+   C      3        16466.00 189.00      
+   A      1        2535.00  195.00 
+   B      3        1785.45  43.55 
+   C      3        1730.87  32.66 
+   A      4        920.00   230.00
+   B      5        248.22   48.99 
+   C      4        16466.00 189.00", header=TRUE)
> DT <- data.table(DF)
> Mod.tbl<-DT[, list(mod=list(lm(Rev~Day))), by=list(Brand)]
> Mod.tbl[ , coef(mod[[1]])["Day"], by= Brand]
   Brand           V1
1:     A -538.3333333
2:     B -263.5251429
3:     C 4653.1989474

使用data.table创建一系列回归系数

3 个答案: