多个 LM 模型返回相同的系数

Question

你好堆栈社区，

我正在尝试使用线性模型对美国各地区的工资增长进行建模，以预测未来。我想尝试为每个州/地区（DC、VI 和 PR）创建一个模型，但是，当我查看模型的系数时，每个州的系数都是相同的。

到目前为止，我已经使用了 plyr、dplyr 和 broom 的组合来为这个项目创建和排序我的数据框（名为 stuben_dat）

#Wage Growth
state_data = stuben_dat %>% group_by(st) %>% 
do (state_wg= lm(wage_growth ~ us_wage_growth + lag_wage_growth  + dum1 
+dum2 +dum3,
               data= stuben_dat, subset=yr>= (current_year - 5))) 
#The dummy variables adjust for seasonality (q1 vs q2 vs q3 vs q4)
#The current_year = whatever year I last updated the program
#The current_year-5 value lets me change the look back period
#This look back period can be used to exclude recessions or outliers

这只是我输出的快照，如您所见，此处显示了每个状态（仅 AK 和 AL）的 beta 系数和回归统计数据完全相同。但是，我想为每个州建立不同的模型。

# A tibble: 318 x 6
# Groups:   st [53]
   st    term             estimate std.error statistic   p.value
   <chr> <chr>               <dbl>     <dbl>     <dbl>     <dbl>
 1 AK    (Intercept)       -1.75      0.294     -5.97  3.28e-  9
 2 AK    us_wage_growth   996.       23.6       42.2   1.82e-228
 3 AK    lag_wage_growth    0.191     0.0205     9.34  5.58e- 20
 4 AK    dum1              -0.245     0.304     -0.806 4.21e-  1
 5 AK    dum2              -0.321     0.304     -1.06  2.90e-  1
 6 AK    dum3               0.0947    0.303      0.312 7.55e-  1
 7 AL    (Intercept)       -1.75      0.294     -5.97  3.28e-  9
 8 AL    us_wage_growth   996.       23.6       42.2   1.82e-228
 9 AL    lag_wage_growth    0.191     0.0205     9.34  5.58e- 20
10 AL    dum1              -0.245     0.304     -0.806 4.21e-  1
# ... with 308 more rows

Answer 1

这是因为您在do() 通话中使用了相同的数据。试试看：

state_data = stuben_dat %>%
        group_by(st) %>% 
        do(state_wg = lm(wage_growth ~ us_wage_growth + lag_wage_growth +
                                 dum1 + dum2 + dum3,
                         data = ., subset = (yr >= (current_year - 5))))