Question

我有一个名为bjmd的数据集，看起来像这样（简化）：

      rte   year   y  obs
22037 46001  1     0   1
22042 46001  2     4   3
22047 46001  3     5   3
22202 46002  1    11   1
22207 46002  2    14   1
22212 46002  3     6   1
22140 46003  1     5   6
22141 46003  2     2   6
22142 46003  3     6   6

我想运行一个循环来对每个不同的glm（46001,46002,46003）进行rte分析。在每个rte内，有多个year，它们都需要包含在glm分析中。从每条路线的glm测试中，我将采用斜率并创建另一个路径和斜率为列的表。这就是我想要的样子：

rte    slope
46001   x
46002   y
46003   z

这是我提出的for循环代码：

route<-with(bjmd,unique(rte))
slope<-with(bjmd,numeric(length(unique(rte))))
table<-data.frame(route,slope)
for (i in unique(as.factor(bjmd$rte))) {
  data<-subset(bjmd, rte=='i')
  slope[i] <- coef(summary(glm(y ~  year+obs,
                               family = poisson(link=log),data=data)))[2,1]
  table[i,2] <-paste(slope[i])
})
table

此代码有问题，因为我的斜率值为0：

  route slope
1 46001     0
2 46002     0
3 46003     0

有人可以帮忙指出我搞砸了吗？

Answer 1

不需要循环;只需使用split即可根据rte将数据集拆分为多个组。然后使用lapply将模型拟合到每个组。

lapply(split(bjmd, bjmd$rte), function(dat) glm(y ~ year + obs, data=dat))

您还可以使用交互术语一次性对所有内容进行建模。预测值将是相同的，但是剩余偏差，df和因此P值将是不同的。哪种方法更适合您的需求取决于您的项目。

glm(y ~ (year + obs) * factor(rte), data=bjmd)

如何在变量中循环重复值？

1 个答案: