使用lm（）函数 [英] ddply with lm() function

问题描述

你好，我如何使用ddply函数进行线性模型：

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

生成此错误：

在model.frame.default中出错（公式= mydf $ y〜mydf $ X1 + mydf $ x2，
drop.unused.levels = TRUE）：
无效类型（NULL）变量'mydf $ X1'

欣赏您的帮助。

解决方案

这是您需要做的。

  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mod中提取你需要的东西。例如，如果要提取系数，可以写入

  coefs = ldply（mods，coef）
  

这给你

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

编辑。如果你想要 ANOVA ，那么你可以做

  ldply（mods ，anova）
 
 x3 Df Sum Sq均值Sq F值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 
  

Hi guys how can I use ddply function for linear model:

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)) 

Generates this error:

Error in model.frame.default(formula = mydf$y ~ mydf$X1 + mydf$x2, drop.unused.levels = TRUE) : invalid type (NULL) for variable 'mydf$X1'

Appreciate your help.

解决方案

Here is what you need to do.

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

mods is a list of two objects containing the regression results. you can extract what you need from mods. for example, if you want to extract the coefficients, you could write

coefs = ldply(mods, coef)

This gives you

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

EDIT. If you want ANOVA, then you can just do

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

这篇关于使用lm（）函数的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！