Ddply с функцией lm()

Привет, ребята, как я могу использовать функцию ddply для линейной модели:

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))

Генерирует эту ошибку:

Ошибка в файле model.frame.default(formula = mydf $y ~ mydf $X1 + mydf $x2, drop.unused.levels = TRUE): недопустимый тип (NULL) для переменной 'mydf $X1'

Цените свою помощь.

Ответ 1

Вот что вам нужно сделать.

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

mods - это список из двух объектов, содержащих результаты регрессии. вы можете извлечь все, что вам нужно из модов. например, если вы хотите извлечь коэффициенты, вы можете написать

coefs = ldply(mods, coef)

Это дает вам

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

ИЗМЕНИТЬ. Если вы хотите ANOVA, то вы можете просто сделать

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

Ответ 2

То, что Рамнатэ эксплантирует, точно соответствует действительности. Но я кое-что уточню.

ddply ожидает кадр данных и возвращает фрейм данных. Функция lm() принимает кадр данных как входной сигнал, но возвращает возвращаемый объект линейной модели. Вы можете видеть это, посмотрев документы для lm через ?lm:

Значение

lm возвращает объект класса "lm" или для нескольких ответов класса c ( "mlm", "lm" ).

Таким образом, вы не можете просто перетащить объекты lm в фрейм данных. Ваш выбор заключается в принуждении вывода lm к кадру данных или вы можете перетащить объекты lm в список вместо кадра данных.

Итак, чтобы проиллюстрировать оба варианта:

Здесь, как перетащить объекты lm в список (очень похоже на то, что иллюстрировал Рамнат):

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

С другой стороны, если вы хотите извлечь только коэффициенты, вы можете создать функцию, которая запускает регрессию, а затем возвращает только коэффициенты в виде фрейма данных, например:

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))

Ответ 3

Используйте этот

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