R - 使用data.table或dplyr为每个主题拟合模型 [英] R - Fitting a model per subject using data.table or dplyr

问题描述

我有许多主题的一组观察，我想为每个主题拟合一个模型。

Im使用包 data.table 和 fitdistrplus ，但也可以尝试使用 dlpyr p>

说我的数据是这种形式：

  #subject_id #observation 
 1 35 
 1 38 
 2 44 
 2 49 
  

这里是我到目前为止尝试：

  subject_models<  -  dt [，fitdist（observation，norm， method =mme），by = subject_id] 
  

这会导致一个错误， fitdist 返回不能存储在datatable / dataframe中的 fitdist 对象。

有没有任何直观的方法使用 data.table 或 dplyr ？ / p>

EDIT：提供了一个dplyr答案，但我也赞赏一个data.table，我会尝试运行一些基准这两个。

解决方案

这可以很容易地用 purrr

我假设它与@alista建议的相同。

  purrr）
库（dplyr）
库（fitdistrplus）
 dt％>％split（dt $ subject_id）％>％map（〜fitdist method =mme））
  

或者，不带 purrr ，

  dt％>％split（dt $ subject_id）％>％lapply ）fitdist（x $ observation，norm，method =mme））
  

I have a set of observations for many subjects and I would like to fit a model for each subject.

I"m using the packages data.table and fitdistrplus, but could also try to use dlpyr.

Say my data are of this form:

#subject_id #observation
1           35
1           38
2           44
2           49

Here's what I've tried so far:

 subject_models <- dt[,fitdist(observation, "norm", method = "mme"), by=subject_id]

This causes an error I think because the call to fitdist returns a fitdist object which is not possible to store in a datatable/dataframe.

Is there any intuitive way to do this using data.table or dplyr?

EDIT: A dplyr answer was provided, but I would appreciate a data.table one as well, I'll try to run some benchmarks against the two.

解决方案

This can be easily achieved with the purrr package

I assume its the same thing @alistaire suggested

library(purrr)
library(dplyr)
library(fitdistrplus)
dt %>% split(dt$subject_id) %>%  map( ~ fitdist(.$observation, "norm", method = "mme"))

Alternatively, without purrr,

dt %>% split(dt$subject_id) %>%  lapply(., function(x) fitdist(x$observation, "norm", method = "mme"))

这篇关于R - 使用data.table或dplyr为每个主题拟合模型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！