在 R 中使用 tapply() 对类别进行回归模型答案

【问题标题】：Regression model BY categories using tapply() in R在 R 中使用 tapply() 对类别进行回归模型
【发布时间】：2013-01-16 18:58:11
【问题描述】：

我正在尝试使用tapply() 函数按几个类别运行模型，但没有多少成功。我的数据有 20 个诊所，我想按每个诊所运行模型。

这是我的模型：

attach(qregdata)
rq(logA~ dose+ chtcm + cage +raceth + sex,tau=.9)

我作为可变诊所的数据（值为 1-20）。有人知道如何像在其他统计包中一样在 R 中通过诊所运行这个模型吗？

【问题讨论】：

标签： r regression

【解决方案1】：

一个非常通用的方法如下所示。 ddply 函数为每个 clinic 运行一个提供的函数（在本例中为 lm）。您还可以在更复杂的数据横截面上运行它。例如。 .(clinic,level) 将在 clinic 和 level 的每个组合上运行一个单独的模型。术语lm(y~x)$coef[1] 获取线性模型的截距。我认为没有简单的方法可以一次保存每个模型拟合的所有输出。

n <- 10
clinic <- factor(rep(1:3,each=n))
x <- rep(0:(n-1),3)
y <- rnorm(3*n)*x
d <- data.frame(clinic,x,y)

# plot data and linear fits
library(ggplot2)
ggplot(d,aes(x,y)) + geom_point() + facet_wrap(~clinic) + stat_smooth(method='lm')

# run a separate model for each clinic
library(plyr)
ddply(d,.(clinic),summarize,intercept=lm(y~x)$coef[1],slope=lm(y~x)$coef[2])

【讨论】：

【解决方案2】：

您可以在诊所的唯一值中使用“lappy”，并使用子集来提取该诊所的数据集部分。然后将模型拟合到子集。

这将返回一个模型列表，然后您可以进一步处理。

【讨论】：

【解决方案3】：

我最近遇到了类似的问题，想分享一下，以防有人仍然对这个话题感兴趣；抱歉挖了一个旧帖子。

tapply 在输入对象（被“拆分”的对象）是向量时使用起来非常方便。如果要拆分的输入对象是一个矩形数据集，则使用（在这种情况下恰当地命名）by 函数会简单得多，它是用于 data.frame 对象的 tapply 的方便包装器。 by 函数的返回对象属于by 类，可以使用参数simplify = TRUE 简化为array 或list。

当然有更有效的方法来执行此操作，但如果您正在寻找类似 @987654330@ 的解决方案 - by 就是这样。

这是一个使用lm 将花瓣宽度回归到iris 数据集中的萼片宽度“by”物种的示例：

## Load iris data 
data(iris)

## Fit a model to each species-specific subset of the data 
fitBySpecies <- by(
    data    = iris,
    INDICES = iris$Species,
    FUN     = function(speciesSubset)
        lm(Petal.Width ~ Sepal.Width, data = speciesSubset)
)

【讨论】：