如何对R中的数据框执行逐组线性回归？
逐组线性回归意味着为组级别创建回归模型。例如，如果我们有一个因变量y和自变量x还有一个将x和y的组合分为多个组的分组变量G，那么我们可以为每个组创建线性回归模型。在R中，我们可以将数据帧转换为data.table对象，这将有助于我们轻松创建回归模型。
示例
请看以下数据帧-
G1<−sample(LETTERS[1:4],20,replace=TRUE) x1<−rnorm(20,2,0.96) y1<−rnorm(20,5,1) df1<−data.frame(G1,x1,y1) df1
输出结果
G1 x1 y1 1 C 1.2692290 3.994126 2 C 1.6317682 4.474443 3 D 1.3686734 5.444823 4 D 2.4969567 5.818360 5 C 2.3882221 3.766412 6 A 2.7568873 5.506297 7 A 2.1352764 4.548771 8 B 2.5232049 5.378314 9 A 2.8695959 4.735447 10 C −0.2317400 5.280478 11 A 1.1473469 5.064822 12 A 2.9099241 4.090654 13 A 2.4095434 6.538454 14 C 2.5310162 7.137598 15 A 2.4097431 4.778472 16 C 0.4945313 5.511772 17 C 1.3427334 5.030479 18 A 1.5200120 6.758618 19 A 2.4414779 5.854175 20 B −0.6968409 4.594522
加载data.table包并将数据帧df1转换为data.table对象-
library(data.table) df1<−data.table(df1)
创建在列G1中定义的线性回归模型组-
df1[,as.list(coef(lm(y1 ~ x1))), by=G1]
输出结果
G1 (Intercept) x1 1: C 4.959098 0.05109642 2: D 4.991700 0.33106700 3: A 6.536957 -0.53189331 4: B 4.764140 0.24341026
让我们看另一个例子-
Class<−sample(c("I","II","III"),20,replace=TRUE)
Ratings<−sample(1:10,20,replace=TRUE)
Salary<−sample(20000:50000,20)
df2<−data.frame(Class,Ratings,Salary)
df2输出结果
Class Ratings Salary 1 I 4 28423 2 III 1 34728 3 II 1 26975 4 I 9 26777 5 II 6 29501 6 I 8 33061 7 II 4 43584 8 I 4 42525 9 II 9 30526 10 I 1 32872 11 I 7 21198 12 I 3 20971 13 III 9 49071 14 I 1 40314 15 III 1 36269 16 I 6 45482 17 II 1 48595 18 I 8 44054 19 I 1 25294 20 III 10 34944 df2<−data.table(df2)
创建三个类别的薪资和等级的回归模型-
df2[,as.list(coef(lm(Salary~Ratings))),by=Class]
输出结果
Class (Intercept) Ratings 1: I 31894.13 194.9152 2: III 35270.10 663.4089 3: II 40405.42 -1087.9103