回归循环

Question

再见，我有几列代表分数。我想估计每个 SCORE 都是 STUDYTIME 函数的模型。所以我想运行有多少个模型，就有多少个 SCORE 列，所有简单模型都是 STUDYTIME 的函数。然后我想将 STUDYTIME 的系数存储在一个新列中，该列的行名等于 SCORE 列名。最后，我不确定如何对线性模型进行聚类，因为每个学生在数据中都有两次。

这是我的复制示例。这是我现在的数据：

df <- data.frame(replicate(5, rnorm(10)))
df[1]<-c(1,1,2,2,3,3,4,4,5,5)
colnames(df) <- c('student','studytime', 'score1','score2','score3')

这是我的编码尝试：

for (i in 1:nrow(df)) {
  dfx         <- df[,i]
  lm    <- lm(dfx[,3:5] ~ study_time)
  resdat[,i] = summary(lm)$coefficients[2]
}

Answer 1

您只需使用 lapply 和 sapply 函数即可完成此操作。

这是 r 代码：

生成数据

df <- data.frame(replicate(5, rnorm(10)))
df[1]<-c(1,1,2,2,3,3,4,4,5,5)
colnames(df) <- c('student','studytime', 'score1','score2','score3')

存储结果

Results <- lapply(df[, -c(1,2)], FUN = function(x) lm(x ~ df$studytime))
Coef <- sapply(Results, FUN = coefficients)

回归循环

Regression loops

loops

store

r