在 R 中的 lm() 中循环遍历各种数据子集

Question

我想遍历引用不同数据子集的各种回归，但是我无法适当地调用不同的子集。例如：

dat <- data.frame(y = rnorm(10), x1 = rnorm(10), x2 = rnorm(10), x3 = rnorm(10) ) 
x.list <- list(dat$x1,dat$x2,dat$x3)  
dat1 <- dat[-9,] 

fit <- list()
for(i in 1:length(x.list)){ fit[[i]] <- summary(lm(y ~ x.list[[i]], data = dat))}         
for(i in 1:length(x.list)){ fit[[i]] <- summary(lm(y ~ x.list[[i]], data = dat1))}

有没有办法调用 "dat1" 以相应地对其他变量进行子集化？感谢您的任何建议。

Answer 1

我不确定将您的协变量复制到这样的新列表中是否有意义。这是一种遍历列并动态构建公式的方法

dat <- data.frame(y = rnorm(10), x1 = rnorm(10), x2 = rnorm(10), x3 = rnorm(10) ) 
dat1 <- dat[-9,] 
#x.list not used

fit <- list()
for(i in c("x1","x2","x3")){ fit[[i]] <- summary(lm(reformulate(i,"y"), data = dat))}   
for(i in c("x1","x2","x3")){ fit[[i]] <- summary(lm(reformulate(i,"y"), data = dat1))}

Answer 2

这个怎么样？

dat <- data.frame(y = rnorm(10), x1 = rnorm(10), x2 = rnorm(10), x3 = rnorm(10) ) 
mods <- lapply(list(y ~ x1, y ~ x2, y ~ x3), lm, data = dat1)

如果您有很多预测变量，请创建如下公式：

lapply(paste('y ~ ', 'x', 1:10, sep = ''), as.formula)

如果您的数据是长格式，通过在拆分 data.frame.

上使用 lapply 也同样简单

dat <- data.frame(y = rnorm(30), x = rnorm(30), f = rep(1:3, each = 10))
lapply(split(dat, dat$f), function(x) lm(y ~ x, data = x))

Answer 3

抱歉迟到了 - 但您是否尝试过应用类似于您的 data.table 解决方案：

R data.table loop subset by factor and do lm()

我刚刚通过更改您的数据应用了链接解决方案，这应该说明我是如何理解您的问题的：

set.seed(1)

df <- data.frame(x1 = letters[1:3], 
                 x2 = sample(c("a","b","c"), 30, replace = TRUE),
                 x3 = sample(c(20:50), 30, replace = TRUE),   
                 y = sample(c(20:50), 30, replace = TRUE))
dt <- data.table(df,key="x1")

fits <- lapply(unique(dt$x1),
               function(z)lm(y~x2+x3, data=dt[J(z),], y=T))

fit <-  dt[, lm(y ~ x2 + x3)]

# Using id as a "by" variable you get a model per id
coef_tbl <- dt[, as.list(coef(lm(y ~ x2 + x3))), by=x1]
# coefficients
sapply(fits,coef)

anova_tbl = dt[, as.list(anova(lm(y ~ x2 + x3))), by=x1]
row_names = dt[, row.names(anova(lm(y ~ x2 + x3))), by=x1]
anova_tbl[, variable := row_names$V1]

它扩展了您的解决方案。

在 R 中的 lm() 中循环遍历各种数据子集

Loop through various data subsets in lm() in R

loops

regression

r

subset