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)
}
您有很多问题。
FUN参数）传递给lapply {}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plyr或data.table
library(data.table)
DT <- data.table(les)
result <- les[, {lm1 <- lm(cpe ~ K, data = .SD)
as.list(lm1)}, by = link5]
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)})