分组回归

Question

我有一张桌子：

CityData ->

City        Price     Bathrooms      Bedrooms      Porch

Milwaukee   2300      2              3             yes
Chicago     3400      3              2             yes
Springfield 2300      1              1             no
Chicago     2390      2              1             yes

我想对每个城市（每个城市多行）进行回归，以得出每个城市的系数。我想对其他混淆变量（浴室，卧室，门廊）的价格进行回归。

我尝试了dplyr库：

library(dplyr)

fitted_models = CityData %>% 
    group_by(CityData$City) %>% 
    do(model = lm(CityData$Price ~ CityData$Bathrooms +
                  CityData$Porch + CityData$Bedrooms, data = CityData))

但是输出只是

14    lm    list
14    lm    list
14    lm    list

有什么建议吗？

Answer 1

您可以尝试这样的操作。这里以mtcars数据为例。

df <- mtcars
models <- df %>% group_by(cyl) %>% summarise(mod = list(lm(mpg ~ wt)))

这将为您提供一个新的变量mod，其中包含模型的所有信息。您可以将系数称为：

models$mod[[1]]$coefficients
(Intercept)          wt 
39.571196     -5.647025

您也可以使其更加复杂。

models <- df %>% group_by(cyl) %>% summarise(mod = list(lm(mpg ~ wt + hp)))
models$mod[[1]]$coefficients
(Intercept)          wt          hp 
45.83607319 -5.11506233 -0.09052672 

当然models还将仍然保留该组的信息

models$cyl
[1] 4 6 8