用模型按组复制均值

Question

我希望使用R中的统计模型复制简单计算每个组平均值的结果。

以下是我正在处理的数据：

      EXIST    DATE VAR1 VAR2
    1     0 10/2015    6    4
    2     0 01/2016    6    4
    3     0 01/2014    5    4
    4     1 05/2015    5    4
    5     0 11/2015    6    4

其中VAR1，VAR2是整数1:8 (组/或级别)，EXIST = (0,1)

我只计算了每个变量的平均值：

ag <- data.frame(as.matrix(aggregate(EXIST ~ VAR1 + VAR2, 
                                     data = dat, function(x) c(mean = mean(x)))))

现在，我想用模型(即lm或glm等)复制这个结果，并获得与aggregate相同的结果。

因此，我将得到16个值的比率(VAR1 1:8和VAR 1:8)。

以下是我的尝试：

tmp <- with(d,
        by(d, VAR1,
           function(x) lm(EXIST ~ VAR2 + VAR1 , data = dat)))

我被告知模型应该是lm(EXIST ~ VAR1 * VAR2, data=dat)

那么，我如何复制计算每一个变量因子的平均值的aggregate function呢？(为什么要问？嗯，我想知道怎么用模特儿来做)。

Answer 1

您需要更加努力地获得R来分别处理每个组:相关公式是VAR1:VAR2-1 (只包括交互:，而不是主要效果：VAR1*VAR2对应于VAR1+VAR2+VAR1:VAR2；使用-1从模型中删除拦截)。

样本数据：

set.seed(101)
dd <- data.frame(EXIST=rbinom(1000,size=1,prob=0.3),
                 VAR1=factor(sample(1:8,size=1000,replace=TRUE)),
                 VAR2=factor(sample(1:8,size=1000,replace=TRUE)))

请注意，需要将分组变量作为因素。

拟合模型和提取系数：

head(coef(lm(EXIST~VAR1:VAR2-1,data=dd)))
## VAR11:VAR21 VAR12:VAR21 VAR13:VAR21 VAR14:VAR21 VAR15:VAR21 VAR16:VAR21 
## 0.2666667   0.2307692   0.5714286   0.1176471   0.3846154   0.1333333 

检查第一组：

mean(subset(dd,VAR1=="1" & VAR2=="1")$EXIST)  ## 0.266667