Question

我有一个数据帧（df），如下所示：

group.no Amount Response
1          5       10
1         10       25
1          2       20
2         12       20
2          4        8
2          3        5

我已经根据其组号将data.frame分为几个数据

  out <- split( df , f = df$group.no )

现在我想要的是对所有“新”数据中的lm〜响应之间进行lm回归分析。请考虑这是一个示例，我在“ out”中有500个分割的data.frames

Answer 1

假定末尾的注释中可重复显示的数据。如果您不想合并标准错误，请指定pool = FALSE作为lmList参数。

# 1
library(nlme)
lmList(Response ~ Amount | group.no, DF)

替代方法是：

# 2
lm(Response ~ grp / (Amount + 1) - 1, transform(DF, grp = factor(group.no)))

或执行完全独立的回归的该操作：

# 3
by(DF, DF$group.no, function(DF) lm(Response ~ Amount, DF))

最后一行也可以写成：

# 3a
by(DF, DF$group.no, lm, formula = Response ~ Amount)

R平方

我们可以使用以下任意一种来按组计算R平方：

summary(lmList(Response ~ Amount | group.no, DF))$r.squared

c(by(DF, DF$group.no, function(x) summary(lm(Response ~ Amount, x))$r.squared))

reg.list <- by(DF, DF$group.no, lm, formula = Response ~ Amount)
sapply(reg.list, function(x) summary(x)$r.squared)

c(by(DF, DF$group.no, with, cor(Response, Amount)^2))

library(dplyr)
DF %>%
  group_by(group.no) %>%
  do(summarize(., r.squared = summary(lm(Response ~ Amount, .))$r.squared)) %>%
  ungroup

注意

Lines <- "group.no Amount Response
1          5       10
1         10       25
1          2       20
2         12       20
2          4        8
2          3        5"
DF <- read.table(text = Lines, header = TRUE)

Answer 2

根据要对回归进行的处理，可以使用magrittr或dplyr进行拆分，然后创建线性回归列表：

library(magrittr) #alternative library(dplyr)
df %>% split(.$group.no) %>% lapply(function(x) lm(Amount ~ Response, data = x))

如果您希望避免使用dplyr语法，则可以将单个lapply调用用作

lapply(split(df, df$group.no), function(x) lm(Amount ~ Response, data = x))

Answer 3

out是数据帧的列表，因此您可以使用lapply()来估计每个数据帧的回归。

mods <- lapply(out, lm, formula=y~x)

然后mods将是模型的列表。

对所有变量X和响应G进行回归分析，针对R中一个数据框下找到的所有数据框

3 个答案:

R平方

注意