计算R中表的每一行的线性趋势线

时间:2014-02-14 16:00:38

标签: r regression trendline

是否有可能在不使用循环的情况下对数据帧的每一行进行线性回归?趋势线的输出(截距+斜率)应作为新列添加到原始数据框中。

为了更清楚地表达我的意图,我准备了一个非常小的数据示例:

day1 <- c(1,3,1)
day2 <- c(2,2,1)
day3 <- c(3,1,5)
output.intercept <- c(0,4,-1.66667)
output.slope <- c(1,-1,2)
data <- data.frame(day1,day2,day3,output.intercept,output.slope)

输入变量是第1-3天;让我们说这些是连续3天不同商店的销售额。我想要做的是计算3行的线性趋势线,并将输出参数添加到原始表(请参阅output.intercept + output.slope)作为新列。

解决方案在计算时间方面非常有效,因为实际数据帧有100k行。

Best,Christoph

4 个答案:

答案 0 :(得分:3)

design.mat <- cbind(1,1:3)
response.mat <- t(data[,1:3])

reg <- lm.fit(design.mat, response.mat)$coefficients
data <- cbind(data, t(reg))
#  day1 day2 day3 output.intercept output.slope        x1 x2
#1    1    2    3          0.00000            1  0.000000  1
#2    3    2    1          4.00000           -1  4.000000 -1
#3    1    1    5         -1.66667            2 -1.666667  2

但是,如果您有大量数据,可能需要循环由于内存限制。如果是这种情况,我将使用长格式data.table并使用包的by语法循环。

答案 1 :(得分:1)

使用您的数据,

day1 <- c(1,3,1)
day2 <- c(2,2,1)
day3 <- c(3,1,5)
output.intercept <- c(0,4,-1.66667)
output.slope <- c(1,-1,2)
dat <- data.frame(day1,day2,day3)

我想你想要这样的东西:

fits <- lm.fit(cbind(1, seq_len(nrow(dat))), t(dat))
t(coef(fits))

哪个给出了

R> t(coef(fits))
         x1 x2
[1,]  0.000  1
[2,]  4.000 -1
[3,] -1.667  2

这些可以添加到dat,如此

dat <- cbind(dat, t(coef(fits)))
names(dat)[-(1:3)] <- c("Intercept","Slope")

R> dat
  day1 day2 day3 Intercept Slope
1    1    2    3     0.000     1
2    3    2    1     4.000    -1
3    1    1    5    -1.667     2

以其他方式存储数据可能更容易,如果您对数据的初始排列方式有任何控制,则列为时间序列而不是行,因为它可以避免在转换大矩阵时通过lm.fit()拟合。理想情况下,您最初希望数据排列如下:

     [,1] [,2] [,3]
day1    1    3    1
day2    2    2    1
day3    3    1    5

即。行作为时间点而不是现在拥有的单个系列。这是因为R期望数据的排列方式。请注意,我们必须在dat调用中转置lm.fit(),这将需要一个大对象的副本。因此,如果您可以控制这些数据在进入R之前如何排列/提供,那将有助于解决大问题。

使用

lm.fit(),因为它是lm()使用的基础精益代码,但我们避免了解析公式和创建模型矩阵的复杂性。如果你想要更高效,你可能不得不亲自去做QR分解(代码在lm.fit()来做这个)因为lm.fit()做了一些事情,因为理智检查你可能是如果您确定您的数据不会导致单个矩阵等,则可以取消。

答案 2 :(得分:1)

我和OP有同样的问题。该解决方案将与具有NA的数据一起工作。在这种情况下,所有以前的答案都会给我带来错误:

slp = function(x) {
  y = t(x)
  y = y[!is.na(y)]
  len = length(y):1
  b = cov(y,len)/var(len)
  return(b)}

reg_slp <- apply(data,1,slp)

只能获得斜率,但可以轻松添加拦截。我怀疑这是特别有效的,但它在我的情况下是有效的。

答案 3 :(得分:0)

或者喜欢这个?

day1 <- c(1,3,1)
day2 <- c(2,2,1)
day3 <- c(3,1,5)
data <- data.frame(day1,day2,day3)
y<-1:3

reg<-apply(data,1,function(x) lm(as.numeric(x)~y))
data[,c("intercept","slope")]<-rbind(reg[[1]]$coef,reg[[2]]$coef,reg[[3]]$coef)