从 R 中的整洁数据同时创建多个线性模型答案

【问题标题】：Creating several linear models simultaneously from tidy data in R从 R 中的整洁数据同时创建多个线性模型
【发布时间】：2018-12-07 01:47:19
【问题描述】：

我有一个如下所示的数据集。

id  samediff  gainloss  factor  value
1   S         G         give    3
1   S         G         impact  4
2   S         L         give    2
2   S         L         impact  5   
3   D         G         give    1
3   D         G         impact  4
4   D         L         give    3
4   D         L         impact  5

我想为每个因素创建一个线性模型，以测试相同差异变量和增益损失变量之间的相互作用。当我尝试以下代码时，我得到的输出仅包括系数，不包括每个线性模型的完整信息（特别是为模型编写 summary(lm) 时给出的信息）。

尝试1：

lm <- dff %>%
  split(.$factor) %>%
  map(~lm(value~(samediff*gainloss), .x))
lm

尝试2：

lm2 <- dff %>% 
  group_by(factor) %>%
  summarise(lm = list(lm(value~(samediff*gainloss))))
lm3<-lm2$lm; names(lm3) <- lm2$factor
lm3

完整数据集包含的因素比此处包含的因素多得多。如何调整它以便获得每个生成的模型的 summary() 输出？

【问题讨论】：

你真的想要tidyverse 还是base R 会这样做？
我尝试在使用 tidyverse 时保持一致，但此时我会非常满意。

标签： r regression linear-regression tidyverse

【解决方案1】：

如果您可以使用基础 R，这是一种方法。

lm_list <- lapply(split(dff, dff$factor), function(DF) lm(value ~ samediff*gainloss, DF))

然后你可以运行，例如，

lapply(lm_list, coef)
lapply(lm_list, summary)

【讨论】：