使用lm()函数

Question

如何将ddply函数用于线性模型？

x1 <- c(1:10, 1:10)
x2 <- c(1:5, 1:5, 1:5, 1:5)
x3 <- c(rep(1,5), rep(2,5), rep(1,5), rep(2,5))

set.seed(123)
y <- rnorm(20, 10, 3)
mydf <- data.frame(x1, x2, x3, y)

require(plyr)
ddply(mydf, mydf$x3, .fun = lm(mydf$y ~ mydf$X1 + mydf$x2)) 

这将生成以下错误：

错误(model.frame.default= mydf$y ~ mydf$X1 + mydf$x2，drop.unused.levels = TRUE)：变量mydf$X1的无效类型(NULL)

感谢你的帮助。

Answer 1

这是你需要做的。

mods = dlply(mydf, .(x3), lm, formula = y ~ x1 + x2)

mods是包含回归结果的两个对象的列表。你可以从mods中提取你需要的东西。例如，如果要提取系数，可以编写

coefs = ldply(mods, coef)

这给了你

  x3 (Intercept)         x1 x2
1  1    11.71015 -0.3193146 NA
2  2    21.83969 -1.4677690 NA

编辑。如果你想要ANOVA，那你就可以

ldply(mods, anova)

  x3 Df    Sum Sq   Mean Sq   F value     Pr(>F)
1  1  1  2.039237  2.039237 0.4450663 0.52345980
2  1  8 36.654982  4.581873        NA         NA
3  2  1 43.086916 43.086916 4.4273907 0.06849533
4  2  8 77.855187  9.731898        NA         NA

Answer 2

Ramnath解释的是完全正确的。但我会再详细解释一下。

ddply需要一个数据帧，然后返回一个数据帧。lm()函数以数据帧作为输入，但作为回报返回一个线性模型对象。通过?lm查看lm的文档可以看出这一点。

值

lm返回类"lm“的对象或c类的多个响应(”mlm“、"lm")。

因此，您不能只是将lm对象推入数据帧。您的选择是要么将lm的输出强制放入数据帧，要么将lm对象推入列表而不是数据框架。

因此，为了说明这两种选择：

下面是如何将lm对象推入列表(与Ramnath演示的非常类似)：

outlist <- dlply(mydf, "x3", function(df)  lm(y ~ x1 + x2, data=df))

另一方面，如果只想提取系数，则可以创建一个运行回归的函数，然后以如下数据帧的形式返回系数：

myLm <- function( formula, df ){
  lmList <- lm(formula, data=df)
  lmOut <- data.frame(t(lmList$coefficients))
  names(lmOut) <- c("intercept","x1coef","x2coef")
  return(lmOut)
}

outDf <- ddply(mydf, "x3", function(df)  myLm(y ~ x1 + x2, df))

Answer 3

使用这个

mods <- dlply(mydf, .(x3), lm, formula = y ~ x1 + x2)
coefs <- llply(mods, coef)

$`1`
(Intercept)          x1          x2 
 11.7101519  -0.3193146          NA 

$`2`
(Intercept)          x1          x2 
  21.839687   -1.467769          NA 



anovas <- llply(mods, anova)

$`1`
Analysis of Variance Table

Response: y
      Df Sum Sq Mean Sq F value Pr(>F)
x1         1  2.039  2.0392  0.4451 0.5235
Residuals  8 36.655  4.5819               

$`2`
Analysis of Variance Table

Response: y
      Df Sum Sq Mean Sq F value Pr(>F)  
x1         1 43.087  43.087  4.4274 0.0685 .
Residuals  8 77.855   9.732                 
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1