R 中的组回归

Question

我导入了一个包含 3 列的 CSV，其中 2 列用于 Y 和 X，第三列标识 X 的类别（我有 20 groups/categories）。我能够运行总体水平的回归，但我想运行分别对 20 个类别进行回归并存储系数。

我尝试了以下方法：

list2env(split(sample, sample$CATEGORY_DESC), envir = .GlobalEnv)

现在我有 20 个文件，我如何运行对这 20 个文件进行回归并将协同效应存储在某处。

Answer 1

由于没有提供数据，我正在生成一些示例数据来展示如何使用 dplyr 和 broom 包运行多元回归和存储输出。

下面有20组，每组有不同的x/y值。 20 个回归是运行，这些回归的输出作为数据框提供：

library(dplyr)
library(broom)
df <- data.frame(group = rep(1:20, 10),
                 x = rep(1:20, 10) + rnorm(200),
                 y = rep(1:20, 10) + rnorm(200))
df %>% group_by(group) %>% do(tidy(lm(x ~ y, data = .)))

示例输出：

Source: local data frame [40 x 6]
Groups: group [20]

   group        term    estimate std.error  statistic     p.value
   <int>       <chr>       <dbl>     <dbl>      <dbl>       <dbl>
1      1 (Intercept)  0.42679228 1.0110422  0.4221310 0.684045203
2      1           y  0.45625124 0.7913256  0.5765657 0.580089051
3      2 (Intercept)  1.99367392 0.4731639  4.2134955 0.002941805
4      2           y  0.05101438 0.1909607  0.2671460 0.796114398
5      3 (Intercept)  3.14391308 0.8417638  3.7349114 0.005747126
6      3           y  0.08418715 0.2453441  0.3431391 0.740336702

Answer 2

使用 lmList（包 nlme）的快速解决方案：

library(nlme)
lmList(x ~ y | group, data=df)

    Call:
  Model: x ~ y | group 
   Data: df 

Coefficients:
   (Intercept)           y
1    0.4786373  0.04978624
2    3.5125369 -0.94751894
3    2.7429958 -0.01208329
4   -5.2231576  2.24589181
5    5.6370824 -0.24223131
6    7.1785581 -0.08077726
7    8.2060808 -0.18283134
8    8.9072851 -0.13090764
9   10.1974577 -0.18514527
10   6.0687105  0.37396911
11   9.0682622  0.23469187
12  15.1081915 -0.29234452
13  17.3147636 -0.30306692
14  13.1352411  0.05873189
15   6.4006623  0.57619151
16  25.4454182 -0.59535396
17  22.0231916 -0.30073768
18  27.7317267 -0.54651597
19  10.9689733  0.45280604
20  23.3495704 -0.14488522

Degrees of freedom: 200 total; 160 residual
Residual standard error: 0.9536226

从@Gopala 的回答中借用了 df 的数据。

Answer 3

也考虑一个基本的解决方案 lapply():

regressionList <- lapply(unique(df$group),
                         function(x) lm(x ~ y, df[df$group==x,]))

并且只有系数：

coeffList <- lapply(unique(df$group),
                    function(x) lm(x ~ y, df[df$group==x,])$coefficients)

偶数摘要列表：

summaryList <- lapply(unique(df$group),
                      function(x) summary(lm(x ~ y, df[df$group==x,])))

R 中的组回归

Regression in R with Groups

loops

regression

r

linear-regression