例如
FP <- data.frame(A = 1:9, B = 11:19, C = 21:29, D = 31:39 ..... N = 145:153, Date: Jan 1 to Jan 9)
(我知道上面的语法是错误的。只是为了你的理解)
有n个列表示14和另一个日期列
我需要对B,C,D,E ... N(从属变量) SEPARATELY 进行A(自变量)的简单线性回归分组date列,如何使聚合函数工作?或者还有其他功能会派上用场吗?
答案 0 :(得分:1)
在工作/保存模型时,您可能希望使用列表:
FP <- data.frame(A = 1:9, B = 11:19, C = 21:29, D = rep(1:3,3))
lapply(split(FP, FP$D), function(x) lm(B + C ~ A, data = x))
#$`1`
#
#Call:
#lm(formula = B + C ~ A, data = x)
#Coefficients:
#(Intercept) A
# 30 2
#
#$`2`
#Call:
#lm(formula = B + C ~ A, data = x)
#Coefficients:
#(Intercept) A
# 30 2
#$`3`
#Call:
#lm(formula = B + C ~ A, data = x)
#Coefficients:
#(Intercept) A
# 30 2
首先,您通过D split
数据框,然后对这些拆分运行回归。