【问题标题】:Is it possible to perform regression inside aggregate function? [duplicate]是否可以在聚合函数中执行回归? [复制]
【发布时间】:2018-04-05 21:16:47
【问题描述】:

举例

FP <- data.frame(A = 1:9, B = 11:19, C = 21:29, D = 31:39 ..... N = 145:153, Date: Jan 1 to Jan 9)

(我知道上面的语法是错误的。只是为了你的理解)

大概有 n 列,比如 14 列和一个额外的日期列

我需要对 B、C、D、E...N(因变量)单独对 A(自变量)执行 简单线性回归日期列,如何使聚合函数起作用?或者还有什么其他功能可以派上用场吗?

【问题讨论】:

    标签: r aggregate-functions linear-regression lm


    【解决方案1】:

    在工作/保存模型时,您可能希望使用列表:

    FP <- data.frame(A = 1:9, B = 11:19, C = 21:29, D = rep(1:3,3))
    
    lapply(split(FP, FP$D), function(x) lm(B + C ~ A, data = x))
    
    #$`1`
    # 
    #Call:
    #lm(formula = B + C ~ A, data = x)
    
    #Coefficients:
    #(Intercept)            A  
    #         30            2  
    # 
    
    #$`2`
    
    #Call:
    #lm(formula = B + C ~ A, data = x)
    
    #Coefficients:
    #(Intercept)            A  
    #         30            2  
    
    
    #$`3`
    
    #Call:
    #lm(formula = B + C ~ A, data = x)
    
    #Coefficients:
    #(Intercept)            A  
    #         30            2  
    

    首先你 split 你的 data.frame 由 D 然后在这些拆分上运行你的回归。

    【讨论】:

    • 感谢您的回答。我现在稍微修改了我的问题。即使在原始情况下(编辑前),对于所有三种情况都具有相同的系数和截距是不是很奇怪?
    猜你喜欢
    • 2021-03-20
    • 2022-06-10
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2010-11-14
    • 1970-01-01
    • 1970-01-01
    • 2019-03-24
    相关资源
    最近更新 更多