我在弄清楚如何解决此问题时遇到了一些困难。 我有一个数据框,我将其拆分为不同的站点(link5)。 拆分后,我基本上想对子集运行线性回归模型。 这是我正在使用的代码,但是绝对不正确。 另外,如果我可以将模型结果输出到新的数据框中,使每个站点都具有一行带有模型参数估计值的行,那将非常好,这只是一个愿望,而现在不是必须的。 感谢您的任何帮助!

 les_events <- split(les, les$link5)

 result <- lapply(les_events) {

   lm1 <-lm(cpe~K,data=les_events)
   coef <- coef(lm1)
   q.hat <- -coef(lm1)[2] 
   les_events$N0.hat <- coef(lm1[1]/q.hat)
}

===============>>#1 票数:3

您有很多问题。

  • 您尚未将函数( FUN参数)传递给lapply
  • 您的闭包( {}的位几乎,但不完全是您想要的函数体)

类似下面的内容将从您的模型返回系数

 result <- lapply(les_events, function(DD){
   lm1 <-lm(cpe~K,data=DD)
   coef <- coef(lm1)

   data.frame(as.list(coef))
  })

这将返回一个data.frames列表,其中包含每个系数的列。

lapply(les_events, lm, formula = 'cpe~K')

将返回线性模型对象的列表,这可能会更有用。

对于更通用的split / apply / combine方法,请使用plyrdata.table

数据表

library(data.table)
DT <- data.table(les)

result <- les[, {lm1 <- lm(cpe ~ K, data = .SD)
                 as.list(lm1)}, by = link5]

皮尔

library(plyr)


result <- ddply(les, .(link5), function(DD){
   lm1 <-lm(cpe~K,data=DD)
   coef <- coef(lm1)

   data.frame(as.list(coef))
  })

# or to return a list of linear model objects
dlply(les, link5, function(DD){ lm(cpe ~K, data =DD)})

  ask by yakamafish translate from so

未解决问题?本站智能推荐: