R 中带循环的回归

Question

我需要运行使用 R 中的 Lm() 进行简单回归。这很简单，因为我只有一个自变量。但是问题是，我需要针对作为数据框中的列的多个依赖项测试此自变量。

所以基本上我有一个共同的 X 和许多 Y，我需要为此提取截距和斜率并将它们全部存储在一个数据框中。

在 excel 中，这可以通过截距和斜率函数然后跨列拖动来实现。我需要 R 中的一些东西基本上可以做同样的事情，我当然可以运行分开回归，但要求是我需要运行所有这些都在一个循环中并存储截距和斜率的估计每个一起。

我仍在学习 R，对此有任何帮助都将非常有用。谢谢:)

Answer 1

包 nlme 中的 lmList 函数就是为此设计的。

让我们以 iris 数据集为例：

DF <- iris[, 1:4]
#  Sepal.Length Sepal.Width Petal.Length Petal.Width
#1          5.1         3.5          1.4         0.2
#2          4.9         3.0          1.4         0.2
#3          4.7         3.2          1.3         0.2
#4          4.6         3.1          1.5         0.2
#5          5.0         3.6          1.4         0.2
#6          5.4         3.9          1.7         0.4
#...

首先我们要改造它。在此示例中，我们希望 Sepal.Length 作为依赖项，其他列作为预测变量。

library(reshape2)
DF <- melt(DF, id.vars = "Sepal.Length")
#  Sepal.Length    variable value
#1          5.1 Sepal.Width   3.5
#2          4.9 Sepal.Width   3.0
#3          4.7 Sepal.Width   3.2
#4          4.6 Sepal.Width   3.1
#5          5.0 Sepal.Width   3.6
#6          5.4 Sepal.Width   3.9
#...

现在我们可以合体了。

library(nlme)
mods <- lmList(Sepal.Length ~ value | variable, 
               data = DF, pool = FALSE)

我们现在可以提取每个模型的截距和斜率。

coef(mods)
#             (Intercept)      value
#Sepal.Width     6.526223 -0.2233611
#Petal.Length    4.306603  0.4089223
#Petal.Width     4.777629  0.8885803

并得到通常的 t-table:

summary(mods)
# Call:
#   Model: Sepal.Length ~ value | variable 
# Data: DF 
# 
# Coefficients:
#   (Intercept) 
#              Estimate Std. Error  t value      Pr(>|t|)
# Sepal.Width  6.526223 0.47889634 13.62763  6.469702e-28
# Petal.Length 4.306603 0.07838896 54.93890 2.426713e-100
# Petal.Width  4.777629 0.07293476 65.50552 3.340431e-111
#   value 
#                Estimate Std. Error   t value     Pr(>|t|)
# Sepal.Width  -0.2233611 0.15508093 -1.440287 1.518983e-01
# Petal.Length  0.4089223 0.01889134 21.646019 1.038667e-47
# Petal.Width   0.8885803 0.05137355 17.296454 2.325498e-37

或 R 平方值：

summary(mods)$r.squared
#[1] 0.01382265 0.75995465 0.66902769

但是，如果您需要更高效的东西，可以将包 data.table 与 lm 的主力 lm.fit:

一起使用

library(data.table)
setDT(DF)
DF[, setNames(as.list(lm.fit(cbind(1, value), 
                             Sepal.Length)[["coefficients"]]), 
              c("intercept", "slope")), by = variable]
#       variable intercept      slope
#1:  Sepal.Width  6.526223 -0.2233611
#2: Petal.Length  4.306603  0.4089223
#3:  Petal.Width  4.777629  0.8885803

当然，这些模型的 R.squared 值只是 Pearson 相关系数的平方：

DF[, .(r.sq = cor(Sepal.Length, value)^2), by = variable]
#       variable       r.sq
#1:  Sepal.Width 0.01382265
#2: Petal.Length 0.75995465
#3:  Petal.Width 0.66902769

R 中带循环的回归

Regression in R with loops

loops

regression

r

linear-regression