在 split-apply-combine 中使用 map() 来运行具有回归权重的多个回归

Question

假设我有一些看起来像这样的数据：

N <- 200
X <- sample(letters[1:5],N, replace = T)
Y <- rnorm(N)
W <- abs(rnorm(N))

my_data <- tibble(X, Y, W)

我想对X 定义的每个数据子集运行仅截距回归。为此，我使用nest()、mutate() 和map()，如下所示：

my_data %>%
  group_by(X) %>%
  nest() %>%
  mutate(fit = map(data, ~lm(Y ~ 1, data = .x)))

虽然此代码有效，但当我尝试合并回归权重时，如下所示：

my_data %>%
  group_by(X) %>%
  nest() %>%
  mutate(fit = map(data, ~lm(Y ~ 1, data = .x, weights = W)))

我收到以下错误：

Error: Problem with `mutate()` input `fit`.
x missing or negative weights not allowed
ℹ Input `fit` is `map(data, ~lm(Y ~ 1, data = .x, weights = W))`.
ℹ The error occurred in group 1: X = "a".
Run `rlang::last_error()` to see where the error occurred.

我哪里错了？

（免责声明：我是 tidyverse 的新手，所以我可能会做一些愚蠢的事情）

Answer 1

这样写：

my_data %>%
 group_by(X) %>%
 nest() %>%
 mutate(fit = map(data, ~lm(Y ~ 1, data = .x, weights = .x$W)))

关键是此时 W 不再是现有列。 它仅存在于data 内部。使用map，您正在循环data，此时它是一个数据帧列表。

因此要调用W，需要通过$调用它

另外，将 W 定义为：

W <- abs(rnorm(N))

因为你不能有负权重。

---

或者，您可以按以下方式进行：

my_data %>%
 group_by(X) %>%
 summarise(fit = list(lm(Y ~ 1, weights = W)))

它会给你同样的结果。 [几乎：因为 X 将被排序]

看看这个：

fit1 <- my_data %>%
 arrange(X) %>% 
 group_by(X) %>%
 nest() %>%
 mutate(fit = map(data, ~lm(Y ~ 1, data = .x, weights = .x$W))) %>% 
 pull(fit)

fit2 <- my_data %>%
 group_by(X) %>%
 summarise(fit = list(lm(Y ~ 1, weights = W))) %>% 
 pull(fit)

identical(map(fit1, coef), map(fit2, coef))
#> TRUE

---

如果你只需要系数，你可以这样做：

my_data %>%
 group_by(X) %>%
 summarise(fit = coef(lm(Y ~ 1, weights = W)))