Question

我有一个数据帧，一个带有因变量的向量。例如：

a <- rnorm(100,1,1)
b <- rnorm(100,2,2)
c <- rnorm(100,3,3)
x <- rbind(a,b,c)

y <- rnorm(100,5,10)

现在我需要对每一行进行线性回归。我是这样做的：

lm.list <- apply(x,1, function(x) lm(x ~ y))

我设法通过添加“$ coefficients”来提取系数，如下所示：

lm.list <- apply(x,1, function(x) lm(x ~ y)$coefficients)

然后我得到每行的系数。现在我想知道这些系数的重要性。所以我需要提取t值，标准误差或p值。我不知道该怎么做，我不想为每一行1运行lm函数并复制粘贴t值。有没有办法做到这一点？

作为一个额外的问题：是否有可能将Newey-West标准误差用于每行的系数计算？我知道它对于单个lms是如何工作的，但是无法找到一种方法来将它与许多行的apply函数一起使用。

提前致谢！

Answer 1

对于那些类型的操作，使用列表更容易，因此lapply族。首先注意：你的a，b，c是变量，而不是记录 - ＆gt;这是一个奇怪的想法来反对它们而不是cbind或实际上创建一个数据集来保存它们，如：

data=data.frame(a,b,c)

请注意，data.frame是一个列表 - ＆gt;我们可以调用lapply：

lm.list=lapply(data,FUN=function(x) lm(x~y))

（顺便说一下，通常一个人有y~x而不是相反）

那么到目前为止我们有什么？包含类lm对象的每个组件的列表 - 基本上是组件列表，例如在：

> names(lm.list[["a"]])
 [1] "coefficients"  "residuals"     "effects"       "rank"          "fitted.values" "assign"        "qr"            "df.residual"  
 [9] "xlevels"       "call"          "terms"         "model"

您可以从中提取值：

> (coeffs=sapply(lm.list, FUN=function(item){item$coefficients}))
                  a           b           c

（拦截）1.36869810 1.759809965 3.16491826 y -0.01885792 0.002648734 -0.02690408

如果您想拥有t值并在lm对象上关联，则可以在其上调用summary。让我们使用lapply

在整个列表中执行此操作

lm.list.summary = lapply(lm.list,summary)

不要忘记检查对象结构/内容的str函数：

str(lm.list.summary[[1]])

然后，只需要正确设置要提取的内容的路径，例如：

y.tval = sapply(lm.list.summary, FUN=function(item){item$coefficients["y","t value"]})
y.tval
         a          b          c 
-1.7599765  0.1366731 -0.7998487

R - 从多个lms列表中提取t值

1 个答案: