数据集子集的回归答案

【问题标题】：Regression on subset of data set数据集子集的回归
【发布时间】：2019-07-27 07:40:21
【问题描述】：

我想做以下事情并需要一些帮助：

分别计算“身高”超过“年龄”[lm(Height~Age)]的斜率和截距

(A) 每个人

(B) 性别

并创建一个包含结果（斜率和截距）的表格。我可以使用“申请”吗？

在下一步中，我想做一个统计测试，以确定性别之间的斜率和截距是否存在显着差异。我知道如何在 R 中进行测试，但也许有一种方法可以结合斜率/截距计算和 T 测试。

示例数据：

example = data.frame(Age = c(1, 3, 6, 9, 12,
                             1, 3, 6, 9, 12,
                             1, 3, 6, 9, 12,
                             1, 3, 6, 9, 12), 
                Individual = c("Jack", "Jack", "Jack", "Jack", "Jack",
                               "Jill", "Jill", "Jill", "Jill", "Jill",
                               "Tony", "Tony", "Tony", "Tony", "Tony",
                               "Jen", "Jen", "Jen", "Jen","Jen"),
                    Gender = c("M", "M", "M", "M", "M",
                               "F", "F", "F", "F", "F",
                               "M", "M", "M", "M", "M",
                               "F", "F", "F", "F", "F"),
                    Height = c(38, 62, 92, 119, 165,
                               31, 59, 87, 118, 170,
                               45, 72, 93, 155, 171,
                               33, 61, 92, 115, 168))

【问题讨论】：

标签： r linear-regression

【解决方案1】：

对每个级别分别进行回归分析，然后在数据框中组合斜率和截距的一种方法是使用库 plyr 中的函数 ddply()。

library(plyr)

ddply(example,"Individual",function(x) coefficients(lm(Height~Age,x)))
  Individual (Intercept)      Age
1       Jack    26.29188 11.11421
2        Jen    22.10660 11.56345
3       Jill    18.33249 12.04315
4       Tony    33.02030 11.96447

ddply(example,"Gender",function(x) coefficients(lm(Height~Age,x)))
  Gender (Intercept)      Age
1      F    20.21954 11.80330
2      M    29.65609 11.53934

【讨论】：