将线性模型应用于嵌套数据答案

【问题标题】：apply linear model to nested data将线性模型应用于嵌套数据
【发布时间】：2018-07-20 09:06:27
【问题描述】：

我想将线性模型应用于 R 中的嵌套数据集。我的代码遇到错误，我无法弄清楚。

country_model <- function(df) {
  lm(lifeExp ~ year, data = df)
}

apminder.model  <- gapminder.nested %>% 
 mutate(model = map(data, country_model), 
        coef = map(model, broom::tidy))

mutate_impl(.data, dots) 中的错误：评估错误：无法将类型“闭包”强制转换为“字符”类型的向量。

【问题讨论】：

试试model = map(data, ~ country_model)。您能否提供一个可重现的示例？
gapminder.model % + mutate(model = map(data,~country_model), + coef = map(model, broom::tidy)) mutate_impl(.数据，点）：评估错误：没有可识别的区域名称。SRY 弹出一个新错误
这就像一个魅力country_model <- function(df) { lm(Sepal.Length ~ Sepal.Width, data = df) };iris %>% as.tibble() %>% nest(-Species) %>% mutate(model=map(data, country_model), coef = map(model, broom::tidy)) 所以你的gapminder.nested 可能是问题

标签： r

【解决方案1】：

@ANG 的评论有正确的解决方案，函数前面缺少波浪号：

model = map(data, ~ country_model)

你遇到的新错误

## Evaluation error: no recognized region names

是因为你在purrr 之后加载了maps 包，而map 函数被屏蔽了。简单的解决方案是使用purrr::map 而不仅仅是map。

【讨论】：