聚合线性回归

Question

抱歉，我是 R 的新手，但我有一个包含多个玩家游戏日志的数据框。我正在尝试获取每个玩家在所有游戏中的得分的斜率系数。我已经看到 aggregate 可以使用像 sum 和 average 这样的运算符，并且从线性回归中获取系数也非常简单。如何组合这些？

a <- c("player1","player1","player1","player2","player2","player2")
b <- c(1,2,3,4,5,6)
c <- c(15,12,13,4,15,9)
gamelogs <- data.frame(name=a, game=b, pts=c)

我希望它变成：

   name    pts slope
player1       -.4286
player2       .08242

Answer 1

你可以

s <- split(gamelogs, gamelogs$name)

vapply(s, function(x) lm(game ~ pts, x)[[1]][2], 1)
#     player1     player2 
# -0.42857143  0.08241758

或

do.call(rbind, lapply(s, function(x) coef(lm(game ~ pts, x))[2]))
#                 pts
# player1 -0.42857143
# player2  0.08241758

或者如果你想使用dplyr，你可以

library(dplyr)

models <- group_by(gamelogs, name) %>% 
    do(mod = lm(game ~ pts, data = .))

cbind(
    name = models$name, 
    do(models, data.frame(slope = coef(.$mod)[2]))
)
#      name       slope
# 1 player1 -0.42857143
# 2 player2  0.08241758

Answer 2

库nlme也有这个功能，lmList

library(nlme)
coef(lmList(game ~ pts | name, gamelogs))
#        (Intercept)         pts
# player1    7.714286 -0.42857143
# player2    4.230769  0.08241758

Answer 3

你也可以用底座做一些魔术 lm 一次完成：

coef(lm(game ~ pts*name - pts, data=gamelogs))[3:4]
coef(lm(game ~ pts:name + name, data=gamelogs))[3:4]
#pts:nameplayer1 pts:nameplayer2 
#    -0.42857143      0.08241758

作为 data.frame:

data.frame(slope=coef(lm(game ~ pts*name - pts, data=gamelogs))[3:4])
#                      slope
#pts:nameplayer1 -0.42857143
#pts:nameplayer2  0.08241758

有关 lm 调用中建模的进一步说明，请参阅此处：

https://stat.ethz.ch/R-manual/R-devel/library/stats/html/formula.html
http://faculty.chicagobooth.edu/richard.hahn/teaching/FormulaNotation.pdf#2

在这种情况下 pts*name 扩展为 pts + name + pts:name 删除 - pts 意味着它等同于 pts:name + name

聚合线性回归

Aggregate linear regression

aggregate

r

linear-regression