按组拟合线性回归模型给出 NaN p 值

Question

我正在使用 plyr::ddply 到运行回归模型

model <- rating ~ A + B + C + D + E + F

乘以 resp.id。我可以通过以下每个因素创建贝塔数据框：

indiv.betas <- ddply(data.coded, "resp.id",
                     function(df) coef(lm(model, data=df)))

我现在正尝试使用以下因子提取变量的 p 值：

indiv.pvalues <- ddply(data.coded, "resp.id",
                       function(df) coef(summary(lm(model, data=df)))[, "Pr(>|t|)"])

不幸的是，它只给了我一个 NaN.

的数据框

虽然，如果我运行整个数据集的模型，我可以从这个模型中成功提取 p 值作为数据框：

pvalue <- as.data.frame(coef(summary(lm(model, data=df)))[, "Pr(>|t|)"])

如何根据因子创建 p 值的数据框？

谢谢。

Answer 1

拟合单个模型时

rating ~ A + B + C + D + E + F

你会得到有意义的、非 NA 的结果。当您通过 resp.id 为每个子集/因子水平拟合相同模型时，您会得到 NaN 结果。我 100% 确定对于某些因素级别，您没有足够的数据来适合上述模型。首先检查每个组有多少数据是个好主意。您可以使用：

N <- with(data.coded, tapply(rating, resp.id, FUN = length))

您的模型有 7 个系数（1 个用于截距，1 个用于 A、B、...、F）。所以 which(N < 7) 会告诉你哪些因素水平正在产生 NaN.

在这部分，我将证明我无法使用 iris 数据集重现您的问题。

library(plyr)

model <- Sepal.Length ~ Sepal.Width + Petal.Length + Petal.Width

ddply(iris, "Species", function(df) coefficients(lm(model, data=df)))

#     Species (Intercept) Sepal.Width Petal.Length Petal.Width
#1     setosa    2.351890   0.6548350    0.2375602   0.2521257
#2 versicolor    1.895540   0.3868576    0.9083370  -0.6792238
#3  virginica    0.699883   0.3303370    0.9455356  -0.1697527

ddply(iris, "Species", function(df) coef(summary(lm(model, data=df)))[, 4])

#     Species  (Intercept)  Sepal.Width Petal.Length Petal.Width
#1     setosa 3.034183e-07 6.834434e-09 2.593594e-01    0.470987
#2 versicolor 5.112246e-04 6.488965e-02 1.666695e-06    0.125599
#3  virginica 1.961563e-01 6.439972e-02 1.074269e-13    0.395875

在这部分，我将说明为什么当系数比数据多时会出现 NaN。

set.seed(0);
x1 <- rnorm(3); x2 <- rnorm(3); x3 <- rnorm(3)
y <- rnorm(3)

fit <- lm(y ~ x1 + x2 + x3)  ## 3 data, 4 coefficients

coef(summary(fit))
#             Estimate Std. Error t value Pr(>|t|)
#(Intercept) 0.4217653        NaN     NaN      NaN
#x1          0.4124869        NaN     NaN      NaN
#x2          1.1489330        NaN     NaN      NaN

按组拟合线性回归模型给出 NaN p 值

Fitting a linear regression model by group gives NaN p-values

regression

r

linear-regression

lm