Question

我在R，df中有一个数据框，其中每一行X是一个主题（N = 100），每一列S是每个任务中每个主题在两年内的每个主题的得分。因此，我有一个100个科目的数据框和24个观察间隔1个月的间隔（忽略月/日差异）。

问题1：我如何为每个主题拟合一条线（线性回归）？我无法理解如何在列上执行此操作，而不是列中的行。

问题2：如何在整个数据集中拟合一条线（线性回归）？我问，因为我想将数据集分成A组和B组（即一个列标记为条件：{A，B}），并在24个时间点内为每个主题子集拟合一条线。

如果这是一个简单的问题，请道歉。

Answer 1

我根据您的描述构建了一个数据集。如果这很有用，也许可以将它包含在你自己的问题中。

df<- as.data.frame(matrix(rep(1:24,100)+rnorm(2400),nrow=100,byrow=T))
names(df)<- paste("S",1:24,sep="")
df$ID<-1:100
df$group <- as.factor(sample(c("A","B"),100,replace=T))

现在融化数据框以将S1到S24列作为因子变量。

library(reshape2)
m<- melt(df,id.vars=c("ID","group"))

然后，您可以使用以下类型的调用来检查特定ID的线性时间模型。您可以使用lapply一次性完成所有ID。

summary(lm(value~as.numeric(variable), data=m, subset=ID==5))

这将按照组预测的所有项目进行建模。请注意，组因子被强制为数字。在这种情况下，A为1，B为2。

summary(lm(value~group, data=m))

对具有固定增量的列进行R回归

1 个答案: