Question

我必须对同一个自变量矩阵的许多因变量向量进行多元线性回归。

例如，我想创建3个模型：

lm( d ~ a + b + c )
lm( e ~ a + b + c )
lm( f ~ a + b + c )

来自以下矩阵（a，b，c是自变量，d，e，f是因变量）

       [,1]     [,2]     [,3]     [,4]     [,5]     [,6]
[1,]    a1       b1       c1       d1       e1       f1
[2,]    a2       b2       c2       d2       e2       f2
[3,]    a3       b3       c3       d3       e3       f3

然后我想将回归中的系数存储在另一个矩阵中（为了便于解释，我在示例中减少了列数和向量）。

Answer 1

这是一个不太通用的方法，但是如果你在depvar中替换你自己的因变量名，那么它将起作用，当然还有内部lm()调用中所有模型共有的自变量，当然还有数据集名称。在这里，我在mtcars上演示了一个R。

提供的内置数据集

depvar <- c("mpg", "disp", "qsec")
regresults <- lapply(depvar, function(dv) {
    tmplm <- lm(get(dv) ~ cyl + hp + wt, data = mtcars)
    coef(tmplm)
})
# returns a list, where each element is a vector of coefficients
# do.call(rbind, ) will paste them together
allresults <- data.frame(depvar = depvar, 
                         do.call(rbind, regresults))
# tidy up name of intercept variable
names(allresults)[2] <- "intercept"
allresults
##   depvar  intercept        cyl          hp        wt
## 1    mpg   38.75179 -0.9416168 -0.01803810 -3.166973
## 2   disp -179.04186 30.3212049  0.21555502 59.222023
## 3   qsec   19.76879 -0.5825700 -0.01881199  1.381334

根据@Mike Wise的建议

编辑：

如果您只想要一个数字数据集但想要保留标识符，可以将其添加为row.name，如下所示：

allresults <- data.frame(do.call(rbind, regresults),
                         row.names = depvar)
# tidy up name of intercept variable
names(allresults)[1] <- "intercept"
allresults
##       intercept        cyl          hp        wt
## mpg    38.75179 -0.9416168 -0.01803810 -3.166973
## disp -179.04186 30.3212049  0.21555502 59.222023
## qsec   19.76879 -0.5825700 -0.01881199  1.381334

Answer 2

我最近实际上遇到了相同的问题，解决该问题的一种快速简便的方法是简单地使用系数函数将所有结果手动添加到数据框中。

coeffdf <- data.frame(coefficients(lm1),coefficients(lm2))

如果每个回归具有相同的变量，它将很好地工作。

R多元回归循环和提取系数

2 个答案: