Question

我有这个功能：

> λ.est <- function(x){
            mle.optim <- mle2(paretoNLL,start=list(λ=-0.7),data=list(x=x),trace=TRUE)
            return(summary(mle.optim)@coef[1,1:4])
            }

适合分布并返回参数估计值std。我的模型的错误，z值和p。我必须将此函数应用于由因子size组合定义的原始数据框pond,habitat,treatment,date的不同子集，为此，我使用ddply函数：

> mle.λ <- ddply(size, .(pond,habitat,treatment,date), 
     summarise, λ=λ.est(x=mass.wei))

问题在于，通过这样做，我只能在新数据框mle.λ中添加一列，我需要添加到mle.λ四个新列，每个列一个λ.est的输出基本上看起来像这样：

>  mle.λ
      pond habitat treatment date estimate std. error z value Pr(z)
       -    -        -       -      -        -         -      - 
       -    -        -       -      -        -         -      - 
       -    -        -       -      -        -         -      - 
       -    -        -       -      -        -         -      - 
       -    -        -       -      -        -         -      - 
      ...

到目前为止，我一直在为所需的每个输出编写不同的函数，但我想做一些代码经济...有没有办法一次性完成所有这些？

感谢利玛

Answer 1

由于您已有摘要功能，因此无需另外使用summarise功能。此外，可以一次返回多个输出。由于没有示例数据，因此这里应该清楚地说明如何执行此操作：

n = 20
set.seed(12345)
data = data.frame(cbind(pond=1:2, habitat=1:3, value = rnorm(n)))

> ddply(data, .(habitat, pond), function(x) summary(x$value))
  habitat pond    Min. 1st Qu.  Median    Mean 3rd Qu.    Max.
1       1    1  0.3706  0.5318  0.6078  0.6767  0.7528  1.1210
2       1    2 -0.9193 -0.6864 -0.4535 -0.1853  0.1817  0.8169
3       2    1 -0.8864 -0.5013 -0.1162 -0.1322  0.2448  0.6059
4       2    2 -0.2762  0.1550  0.4095  0.3131  0.5675  0.7095
5       3    1 -0.7505 -0.5173 -0.2842 -0.3813 -0.1967 -0.1093
6       3    2 -1.8180 -1.0750 -0.3316 -0.1107  0.7429  1.8170

使用ddply在新数据帧中强制输出多个输出

1 个答案: