生成一组没有 for 循环的回归模型答案

【问题标题】：Generate an array of regression models without for loop生成一组没有 for 循环的回归模型
【发布时间】：2016-09-14 19:45:04
【问题描述】：

我有一个包含 Y、X1、X2 和 V 列的数据集。虽然 Y、X1 和 X2 是连续的，但 V 是一个分类变量。假设 V 有 10 个类别，我想创建 10 个线性回归模型并将结果（系数、p 值、R-Sq 等）存储在另一个表中。有没有办法在不使用 for 循环的情况下使用 data.table 来做到这一点？谢谢。

【问题讨论】：

参见 nlme 包中的 lmList。请参阅minimal reproducible example，了解如何在 SO 上提出问题时提供可重现的示例。
谢谢。我试过 lmList，它奏效了。我只得到了系数，但我确信我可以弄清楚如何获得 R-Sq、p 值等。
见stackoverflow.com/questions/23501852/…

标签： r data.table linear-regression

【解决方案1】：

基本 R 函数 by 是你想要的。

# make up some sample data
dataSet <- data.frame(Y = iris$Sepal.Length, 
                      X1 = iris$Sepal.Width, 
                      X2 = iris$Petal.Length, 
                      V = iris$Species)
# apply the `lm` function by the value of `V`
by(data = dataSet[c("Y","X1","X2")], 
   INDICES = dataSet$V, 
   FUN = lm, 
   formula = Y ~ .)

在by 函数中，data 是您要应用该函数的数据。 INDICES 是一个因子向量或因子列表，其中一个值对应于 data 的每一行，指示您希望如何拆分数据。 FUN 是您要应用于数据子集的函数。在这种情况下，lm() 需要额外的参数 formula 来指示您希望如何对数据进行建模，因此您可以轻松地在 by 函数中传递该参数和额外的 formula 参数。

【讨论】：

【解决方案2】：

broom package 正是针对此类问题而存在的。它将模型的输出“整理”成整齐的数据框，以便于存储和比较。这是一个example，它使用broom 和dplyr 来解决几乎相同的问题。它使用dplyr 按分类变量对数据进行分组，为每个组拟合一个模型，并在几行代码中将系数提取到 data.frame 中。我对data.table的分组操作不熟悉，但也许可以对包进行类似的操作。

此外，broom 具有augment 函数，可用于计算拟合优度指标和其他汇总统计数据。

或者，如果您想在不安装其他软件包的情况下这样做，您可以将数据框拆分为一个列表（使用split 函数），lapply 将建模过程添加到列表中，提取结果（可能通过另一个lapply 从lm 对象中提取信息，然后将rbind 全部放在一起。

【讨论】：