用于使用 R 使用新数据进行预测的子组结果回归

Question

我有一个包含内部数据和外部评估结果的大型数据文件 (LMTESTData)。我没有手动设置子集，而是在 By 和 ddply 上尝试了多种变体运行线性回归但没有成功。

colnames(LMTESTData)
 [1] "StudentNumber" "SubjectCode"          "SubjectName"          "ExamMark"    "AssessmentMark"   "U"                "hmkk"            
 [8]  "TESmk"  "Year"

每个 SubjectCode 的回归模型是 lm(hmkk ~ ExamMark + AssessmentMark)。

模型开始工作后，我的下一个挑战是根据每个 StudentNumber 的 SubjectCode、ExamMark 和 AssessmentMark 预测 hmkk。

虚拟数据集

LMTESTData = data.frame(StudentNumber = 1:100, SubjectCode = c("A","B","C","D","E"),hmkk=rnorm(mean=72, 100),
                ExamMark=rnorm(mean=62, 100),AssessmentMark=rnorm(mean=68, 100))

Answer 1

这是经典的 R lapply-split，如果您只提供系数（或者可能 predict()-离子），它可能与 sapply 一起提供矩阵：

lapply( split(LMTESTData, LMTESTData$SubjectCode) ),
         function(d) lm(hmkk ~  ExamMark + AssessmentMark, data=d) 
         )

用于使用 R 使用新数据进行预测的子组结果回归

Regression of Results by Subgroup used to Predict using New Data using R

r

lm