使用一系列映射函数提取每个模型的系数答案

【问题标题】：Extracting the coefficients of each model by using a series of map functions使用一系列映射函数提取每个模型的系数
【发布时间】：2023-03-05 03:28:01
【问题描述】：

我正在创建以下模型：

models <- mtcars %>%
  split(.$cyl) %>%
  map(function(df) lm(mpg ~ wt, data = df))

根据您从中获得的结果，我正在尝试使用一系列映射函数来提取系数。

结果应该如下所示：

       4          6        8
-5.647025 -2.780106 -2.192438

我正在努力解决这个问题。任何帮助表示赞赏。

【问题讨论】：

如果以下答案之一解决了您的问题，我们鼓励您点击复选标记接受它...

标签： r statistics

【解决方案1】：

您可以使用map_dbl 和coef 函数来挑选“wt”系数：

coefs <- mtcars %>%
  split(.$cyl) %>%
  map(function(df) lm(mpg ~ wt, data = df)) %>%
  map_dbl(~coef(.)[["wt"]])

【讨论】：

【解决方案2】：

看起来像

coefs <- (mtcars 
  %>% split(.$cyl) 
  %>% map(lm, formula = mpg~wt) 
  %>% map_dbl(~coef(.)[["wt"]])
)

应该做你想做的事吗？如果您想获取更多信息，以map_dfr(broom::tidy) 结尾而不是map_dbl 会有所帮助（您也可以使用.id= 参数，尽管当列表没有命名参数时这不太有用）。

这与@henryn 的答案非常相似，尽管map 语法（使用命名的formula 参数意味着数据被隐式替换为next 参数，所以你不要必须使用匿名函数 function(df) lm(mpg ~ wt, data = df) 或（使用 R >= 4.1.0）\(df) lm(mpg ~ wt, data = df)：我认为通常的做法是，~ lm(mpg ~ wt, data = .) 可能被波浪号弄乱了公式，但我不确定...

【讨论】：

支持 - 实际上我更喜欢 map(lm, formula = mpg~wt) 而不是我的答案，它更干净（我有点不假思索地接受了 OP 已经完成的操作并通过管道传输到 map_dbl）

【解决方案3】：

这行得通吗：

mtcars %>% split(.$cyl) %>% map(function(x) {
                                           c = lm(mpg ~ wt, data = x)
                                           c$coefficients[2]
                                             }) %>% unlist
     4.wt      6.wt      8.wt 
-5.647025 -2.780106 -2.192438

【讨论】：

【解决方案4】：

1) 这可以在直接 dplyr 中完成：

mtcars %>%
  group_by(cyl) %>%
  summarize(wt = coef(lm(mpg ~ wt))[[2]], .groups = "drop")

给予：

# A tibble: 3 x 2
    cyl    wt
  <dbl> <dbl>
1     4 -5.65
2     6 -2.78
3     8 -2.19

2) 这种变化也适用：

mtcars %>%
  group_by(cyl) %>%
  summarize(wt = cov(mpg, wt) / var(wt), .groups = "drop")

3) 还要考虑这一点——省略 [2] 以获得两个系数。

library(nlme)
coef(lmList(mpg ~ wt | cyl, mtcars))[2]

给予：

         wt
4 -5.647025
6 -2.780106
8 -2.192438

【讨论】：