生成一个没有for循环的回归模型数组

Question

我有一个包含Y，X1，X2和V列的数据集。当Y，X1和X2是连续的时，V是一个分类变量。假设V有10个类别，我想创建10个线性回归模型并将结果（系数，p值，R-Sq等）存储在另一个表中。有没有办法使用data.table而不使用for循环？感谢。

Answer 1

基础R函数by就是你想要的。

# make up some sample data
dataSet <- data.frame(Y = iris$Sepal.Length, 
                      X1 = iris$Sepal.Width, 
                      X2 = iris$Petal.Length, 
                      V = iris$Species)
# apply the `lm` function by the value of `V`
by(data = dataSet[c("Y","X1","X2")], 
   INDICES = dataSet$V, 
   FUN = lm, 
   formula = Y ~ .)

在by函数中，data是您要将函数应用到的数据。 INDICES是因子或因子列表的向量，其中一个值对应于data的每一行，表示您希望数据如何分割。 FUN是您要应用于数据子集的函数。在这种情况下，lm()需要额外的参数formula，表明您希望如何为数据建模，因此您可以轻松地将其作为formula函数中的by参数传递

Answer 2

broom package完全存在于此类问题中。它将模型的输出整理成整齐的数据框，以便于存储和比较。以下example使用broom和dplyr来解决几乎相同的问题。它使用dplyr按分类变量对数据进行分组，将模型拟合到每个组，并在几行代码中将系数提取到data.frame中。我不熟悉data.table的分组操作，但可能会执行与包类似的操作。

此外，broom具有augment功能，可用于计算拟合度指标和其他摘要统计信息。

或者，如果您想在不安装其他软件包的情况下执行此操作，则可以将数据框拆分为一个列表（使用split函数），lapply将建模过程添加到列表中，提取结果（可能通过另一个lapply从lm对象中提取信息，然后rbind一起提取信息。