Question

我有一个包含多个变量的大型数据集，其中一个是状态变量，每个状态编码1-50。我想在数据集的其余27个变量上运行28个变量的回归（总共有55个变量），并且对每个状态都是特定的。

换句话说，在covariate1，covariate2，...，covariate27上运行variable1的回归，用于状态== 1的观察。然后，我想为状态2-50的变量1重复此操作，并重复变量2，变量3，...，变量28的整个过程。

我认为我已经编写了正确的R代码来完成这项工作，但接下来我要做的是将系数提取到系数矩阵中。有人可以帮我这个吗？这是我到目前为止编写的代码：

for (num in 1:50) {

    #PUF is the data set I'm using

    #Subset the data by states
    PUFnum <- subset(PUF, state==num)

    #Attach data set with state specific data
    attach(PUFnum)

    #Run our prediction regression
    #the variables class1 through e19700 are the 27 covariates I want to use
    regression <- lapply(PUFnum,  function(z) lm(z ~ class1+class2+class3+class4+class5+class6+class7+
                                                     xtot+e00200+e00300+e00600+e00900+e01000+p04470+e04800+
                                                     e09600+e07180+e07220+e07260+e06500+e10300+
                                                     e59720+e11900+e18425+e18450+e18500+e19700))

    Beta <- lapply(regression, function(d) d<- coef(regression$d))


    detach(PUFnum)
}

Answer 1

这是经典Split-Apply-Combine问题的另一个例子，可以使用@hadley的plyr包来解决。在你的问题中，你想要

按州分割数据
为每个子集应用回归
将系数组合到数据框中。

我将使用Cars93库中提供的MASS数据集来说明它。我们有兴趣根据国家horsepower确定enginesize和origin之间的关系。

# LOAD LIBRARIES
require(MASS); require(plyr)

# SPLIT-APPLY-COMBINE
regressions <- dlply(Cars93, .(Origin), lm, formula = Horsepower ~ EngineSize)
coefs <- ldply(regressions, coef)

   Origin (Intercept) EngineSize
1     USA    33.13666   37.29919
2 non-USA    15.68747   55.39211

EDIT。对于您的示例，请将PUF替换为Cars93，将state替换为Origin，将fm替换为公式

Answer 2

我稍微清理了你的代码：

fm <- z ~ class1+class2+class3+class4+class5+class6+class7+
          xtot+e00200+e00300+e00600+e00900+e01000+p04470+e04800+
          e09600+e07180+e07220+e07260+e06500+e10300+
          e59720+e11900+e18425+e18450+e18500+e19700

PUFsplit <- split(PUF, PUF$state)
mod <- lapply(PUFsplit, function(z) lm(fm, data=z))

Beta <- sapply(mod, coef)

如果你愿意，你甚至可以把这一切都放在一行：

Beta <- sapply(lapply(split(PUF, PUF$state), function(z) lm(fm, data=z)), coef)

R通过lapply命令从多元回归中提取回归系数

2 个答案: