R：单个数据帧上的线性回归（超过 1 个）。结果表答案

【问题标题】：R : Linear regressions (more than 1) on a single dataframe. Results as tableR：单个数据帧上的线性回归（超过 1 个）。结果表
【发布时间】：2020-03-23 09:18:03
【问题描述】：

我的数据集类似于：

data <- tibble( "DATE_FIRE"= c("1989-07-31", "1989-07-31", "1989-07-31", "1989-07-31","1989-07-31","1989-08-31", "1989-08-31", "1989-08-31", "1989-08-31","1989-08-31"), 
       "FID" = c(1,1,1,1,1,2,2,2,2,2),
       "Date" = c(1988, 1989, 1990, 1991, 1992, 1988, 1989, 1990, 1991, 1992),
       "NDVI" = c( 0.9, 0.8, 0.1, 0.2, 0.3, 0.8, 0.85, 0.15, 0.30, 0.50))

data$DATE_FIRE <- as.Date(data$DATE_FIRE, format= "%Y-%m-%d")
data$FID <- as.factor(data$FID)

    > data
# A tibble: 10 x 4
   DATE_FIRE  FID    Date  NDVI
   <date>     <fct> <dbl> <dbl>
 1 1989-07-31 1      1988  0.9 
 2 1989-07-31 1      1989  0.8 
 3 1989-07-31 1      1990  0.1 
 4 1989-07-31 1      1991  0.2 
 5 1989-07-31 1      1992  0.3 
 6 1989-08-31 2      1988  0.8 
 7 1989-08-31 2      1989  0.85
 8 1989-08-31 2      1990  0.15
 9 1989-08-31 2      1991  0.3 
10 1989-08-31 2      1992  0.5

它是关于森林火灾及其通过 NDVI 值恢复的。随着森林的恢复，NDVI 值上升。

DATE_FIRE: 每个地块发生火灾的年份
FID：每个地块的ID
Date：NDVI测量日期
NDVI：NDVI值

我想做的是执行2个线性回归，一个用于FID=1，另一个用于FID=2，以比较它们的恢复率。不过，我已仅将恢复率应用于与火灾发生后日期（由 DATE_FIRE 确定）相对应的 NDVI 值。在 FID=1 的情况下，我应该只取第 3、4 和 5 行，因为第 1 和第 2 行对应于火灾前的测量值。

此外，我希望将我的结果作为表格；类似：

> desired_output
# A tibble: 2 x 4
    FID  beta    r2     p
  <dbl> <dbl> <dbl> <dbl>
1     1 0.1    1     0   
2     2 0.175  0.99  0.01

到目前为止我所做的尝试：

将DATE_FIRE 设置为与Date 可比较的年份：

data$DATE_FIRE <- year(data$DATE_FIRE)

然后：

data_d <- data %>%
  group_by(FID) %>%
  filter(Date > DATE_FIRE) %>%
  do(tidy(lm(NDVI ~ Date,data)))

分组类型有效，但过滤器无效。欢迎任何帮助！

【问题讨论】：

标签： r linear-regression

【解决方案1】：

涉及dplyr、tidyr、lubridate、purrr 和broom 的选项可能是：

data %>%
 group_by(DATE_FIRE, FID) %>%
 filter(Date > year(DATE_FIRE)) %>%
 nest() %>%
 mutate(model = map(data, ~ tidy(lm(NDVI ~ Date, data = .))),
        r2 = map_dbl(data, ~ summary(lm(NDVI ~ Date, data = .))$r.squared)) %>%
 unnest(model)

  DATE_FIRE  FID             data term        estimate std.error statistic  p.value    r2
  <date>     <fct> <list<df[,2]>> <chr>          <dbl>     <dbl>     <dbl>    <dbl> <dbl>
1 1989-07-31 1            [3 × 2] (Intercept) -199.     5.85e-11  -3.40e12 1.87e-13 1    
2 1989-07-31 1            [3 × 2] Date           0.1    2.94e-14   3.41e12 1.87e-13 1    
3 1989-08-31 2            [3 × 2] (Intercept) -348.     2.87e+ 1  -1.21e 1 5.24e- 2 0.993
4 1989-08-31 2            [3 × 2] Date           0.175  1.44e- 2   1.21e 1 5.24e- 2 0.993

【讨论】：