在 data.table 中对多个因变量和自变量进行线性回归并存储结果答案

【问题标题】：Loop a linear regression over several dependant and independant variables in a data.table and store the results在 data.table 中对多个因变量和自变量进行线性回归并存储结果
【发布时间】：2018-03-08 10:13:53
【问题描述】：

我正在尝试对数据表中的变量对重复一组线性回归。我有三个自变量 y1、y2、y3 和 10 个解释变量 x1 到 x10。每个系列都缺少一些观察结果。

在下面的示例中，我想为每对 ys 和 xs 重复第二行命令。

d <- data.table(country=rep(c('a','b','c'),c(10,10,10)),y1=rnorm(30),y2=rnorm(30),x1=runif(30),x2=runif(30))

d[(!is.na(y1) & !is.na(x1)), .(beta1=summary(lm(y1~x1))$coefficients[2,1],    p1=summary(lm(y1~x1))$coefficients[2,4])  ,by=country]

【问题讨论】：

你能melt.data.table(d, id.vars = "country", measure.vars = patterns("x[0-9]", "y[0-9]")) 运行相同的代码，但使用by = c("country", "variable") 吗？
谢谢休。我收到此错误： == c("country", "variable") 中的错误：比较 (1) 仅适用于原子类型和列表类型。我尝试了 d$country
只使用一个 = 就像您在问题中所做的那样
当然！谢谢。有用！如果可以的话，有什么快速的建议可以检索使用了哪个 x（从 1 到 10）和哪个 y（1 到 3）？比如带有“y1x1”、“y1x2”等的列？
不确定 - 您的问题表明它们的大小相同，因此 variable 列将指定索引。

标签： r loops data.table lapply lm

【解决方案1】：

这是一个更基础的方法。您可以使用data.table::CJ 或expand.grid 生成x 和y 的组合。然后通过每个组合来执行你的线性回归。

combi <- CJ(grep("^x", names(d), value=TRUE),grep("^y", names(d), value=TRUE)) 

lmRes <- apply(combi, 1, function(x) {
    fml <- as.formula(paste(x["V2"],"~",x["V1"]))
    lm(fml, d)
})
lmRes

在加入组合之前，没有从 x 和 y 的所有组合的 d 生成一个大型数据集，可能没有更简单的方法可以通过加入表来解决这个问题。

【讨论】：

谢谢。有效！现在我需要找到一种方法来检索 r.squared 和 cooficients 和 p 值并以有效的方式映射它们！
嗨@Anneclaire，您也可以在apply函数中检索它们。