我有一个2列的数据框：y和x。数据框的尺寸为10000行和2列。 10000行指的是500个样本，每个样本有20 y和20 x。
如何对每个样本（每组20行）执行线性回归，以便将估计的系数存储在单独的500行数据结构中？
我知道我可以执行summary(lm(y ~ x))$coefficients[2, 1]来获取数据帧中每一行的估计系数。但是，我的目标是每个样本的估计系数，而不是每一行。
答案 0 :(得分：1)
如果您创建一个标识每行所属子集的列，则可以使用by()在不同子集上执行回归。首先，一些样本数据
N<-10000
n<-20
dd<-data.frame(x=runif(N))
dd<-transform(dd, y= 4-2*x + rnorm(N))
现在，为了适应模型
fits<-t(sapply(by(dd, rep(1:(N/n), each=n), function(x) lm(y~x, x)), coef))
head(fits)
# (Intercept) x
# 1 4.025626 -2.3476841
# 2 4.684731 -3.0566627
# 3 4.011690 -1.8731735
# 4 3.788382 -1.9182377
# 5 3.461123 -1.0965173
# 6 3.671282 -0.9247785