创建具有因子的矩阵lm模型

Question

我想创建100个仿真，并使用矩阵为每个模型创建一个线性模型。 我使用以下代码，但出现错误。 做到这一点的最佳方法是什么？

n=15;nsims=100
factor=matrix(as.factor(rep(1:5,3)),n, nsims)
sim=matrix(rnorm(nfactor*nsims,0,1),n,nsims)
> dim(factor)
[1]  15 100
> lm1=lm(sim~factor)
Error in `[[<-.data.frame`(`*tmp*`, i, value = c(1L, 2L, 3L, 4L, 5L, 1L,  : 
  replacement has 1500 rows, data has 15

Answer 1

我不清楚你想要什么。

创建数据：

n <- 15; nsims <- 100; nfactor <- 5
f <- matrix(as.factor(rep(1:nfactor,n/nfactor)), n, nsims)
set.seed(101)
sim <- matrix(rnorm(nfactor*nsims,0,1),n,nsims)

（通常，用现有函数的名称（ factor ）来命名变量是不明智的做法。）

res <- vector("list", nsims)
for (i in 1:nsims) {
   res[[i]] <- lm(y~x,
                  data=data.frame(y=sim[,i],x=f[,i]))
}

for循环可能看起来很笨拙，但是（如R Inferno的第4章所讨论），它通常是编写代码的最清晰的方法...如果您确实想在没有for循环的情况下进行编码，那么请输入一般情况下的列的f可能有所不同，您可以

res2 <- mapply(function(x,y) lm(y~x),
            split(f,col(f)),split(sim,col(sim)),SIMPLIFY=FALSE)

但是我认为这比for循环还不清楚...

更新 ：我不知道它是否是故意的，但是因子矩阵的每一列都是相同的。 因此，您可以将单个输入变量放在公式的右侧，将矩阵响应放在左侧：

all(apply(f[,-1],2,identical,f[,1]))  ## all TRUE
res2 <- lm(sim~f[,1])