Question

我有一个非常简单的问题，我相信有一个优雅的答案（我也确定上面的标题是不合适的）。我有一个y值的向量：

y = matrix(c(1, 2, 3, 4, 5, 6, 7), nrow=7, ncol=1)

我想对矩阵中的每一列进行回归，x：

x = matrix(c(1, 2, 3, 4, 5, 6, 7, 7, 6, 5, 4, 3, 2, 1, 4, 4, 4, 4, 4, 4, 4), nrow=7, ncol=3)

例如，我想将x的第一列与y线性回归，然后x的第二列对y进行线性回归，直到达到x的最后一列：

regression.1=lm(y~x[,1])
regression.2=lm(y~x[,2])

我稍后想要绘制这些回归与其他参数的斜率，因此如果模型系数参数可以通过常规方式轻松获取，那将非常有用：

slope.1 = summary(regression.1)$coefficients[2,1]

我猜是使用类似plyr的列表，但我对这个游戏来说太新了，无法找到最简单的代码编码方式。

Answer 1

store <- mapply(col.ind = 1:ncol(x),function(col.ind){ lm(y~x[,col.ind]) })

然后您可以使用以下方式访问斜率：

> store[1,]
[[1]]
  (Intercept) x[, col.ind] 
 6.713998e-16 1.000000e+00 

[[2]]
  (Intercept) x[, col.ind] 
            8           -1 

[[3]]
  (Intercept) x[, col.ind] 
            4           NA

Answer 2

另一种方式：

regression <- apply(x, 2, function(z)lm(y~z))

slope <- sapply(regression, function(z)unname(coef(z)[2]))

结果：

> slope
[1]  1 -1 NA

针对矩阵的每列线性回归矢量

2 个答案: