从R中的单个数据帧运行多个线性回归

Question

我有一个包含21列的单个国家/地区的出口贸易数据的数据集。 第一列表示年份（1962-2014年），而其他20个是贸易伙伴。 我正在尝试对Years列和其他各列进行线性回归。 我尝试了这里推荐的方法： 从R中的数据帧运行多个简单的线性回归，这需要使用

combn(names(DF), 2, function(x){lm(DF[, x])}, simplify = FALSE)

但是，这仅产生了每一对的截距，这对我而言不如回归的斜率重要。

另外，我尝试将数据集用作时间序列，但是当我尝试运行时

lm(dimnames~., brazilts, na.action=na.exclude)

（其中brazilts是我的数据集，是从“ 1962”到“ 2014”的时间序列），它返回：

Error in model.frame.default(formula = dimnames ~ ., data = brazilts,  : 
  object is not a matrix.

因此，我使用矩阵尝试了相同的方法，但随后返回了错误：

Error in model.frame.default(formula = . ~ YEAR, data = brazilmatrix,  : 
  'data' must be a data.frame, not a matrix or an array

（其中brazilmatrix是我的数据集，是data.matrix ，其中包含多年的列）。

的确，在这一点上，我什至都不精通R。 最终目标是创建一个循环，我可以使用该循环对28个国家/地区的每年较大的按国家/地区划分的总出口数据集进行回归分析。 也许我以完全错误的方式对此进行了攻击，因此欢迎您提供任何帮助或批评。 切记，年份（1962-2014）实际上是我的解释变量，而总出口值是我的因变量，在上面的示例中，这可能与我的语法不符。 提前致谢！

Answer 1

为了添加一个替代方案，我建议沿着这条路线走：

library(reshape2)
library(dplyr)
library(broom)

df <- melt(data.frame(x = 1962:2014, 
                      y1 = rnorm(53), 
                      y2 = rnorm(53), 
                      y3 = rnorm(53)), 
          id.vars = "x")

df %>% group_by(variable) %>% do(tidy(lm(value ~ x, data=.)))

在这里，我只是融化数据，以便所有相关的列都由行组给出，以便能够使用dplyr的分组操作。 这给出以下数据帧作为输出：

Source: local data frame [6 x 6]
Groups: variable [3]

  variable        term     estimate    std.error  statistic   p.value
    (fctr)       (chr)        (dbl)        (dbl)      (dbl)     (dbl)
1       y1 (Intercept) -3.646666114 18.988154862 -0.1920495 0.8484661
2       y1           x  0.001891627  0.009551103  0.1980533 0.8437907
3       y2 (Intercept) -8.939784046 16.206935047 -0.5516024 0.5836297
4       y2           x  0.004545156  0.008152140  0.5575415 0.5795966
5       y3 (Intercept) 21.699503502 16.785586452  1.2927462 0.2019249
6       y3           x -0.010879271  0.008443204 -1.2885240 0.2033785

这是继续使用系数的非常方便的形式。 所需dplyr的只是熔化数据框，使所有列都是数据集中的行，然后使用dplyr的group_by对所有子集进行回归。 broom::tidy将回归输出放入一个不错的数据框。 有关更多信息，请参见?broom 。

如果需要保留模型以进行某种调整（已针对lm对象实现），则还可以执行以下操作：

df %>% group_by(variable) %>% do(mod = lm(value ~ x, data=.))

Source: local data frame [3 x 2]
Groups: <by row>

# A tibble: 3 x 2
  variable      mod
*   <fctr>   <list>
1       y1 <S3: lm>
2       y2 <S3: lm>
3       y3 <S3: lm>

在这里，对于每个变量， lm对象都存储在数据帧中。 因此，如果要获取第一个模型的输出，则可以像访问任何常规数据框一样访问它，例如

tmp <- df %>% group_by(variable) %>% do(mod = lm(value ~ x, data=.))
tmp[tmp$variable == "y1",]$mod
[[1]]

Call:
lm(formula = value ~ x, data = .)

Coefficients:
(Intercept)            x  
  -1.807255     0.001019  

如果要对所有lm对象应用某些方法，这很方便，因为您可以利用tmp$mod为您提供它们的列表这一事实，这使得传递给lapply变得容易。

Answer 2

除了这样做的统计依据外，编程问题也是一个有趣的问题。 这是一种解决方案，但可能不是最优雅的解决方案。 首先，创建一个样本数据集：

x = c(1962:2014)
y1 = c(rnorm(53))
y2 = c(rnorm(53))
y3 = c(rnorm(53))

mydata = data.frame(x, y1, y2, y3)
attach(mydata)  
head(mydata)
#     x         y1          y2         y3
#1 1962 -0.9884054 -1.68208217  0.5980446
#2 1963 -1.0741098  0.51309753  1.0986366
#3 1964  0.1357549 -0.23427820  0.1482258
#4 1965 -0.8846920 -0.60375400  0.7162992
#5 1966 -0.5529187  0.85573739  0.5541827
#6 1967  0.4881922 -0.09360152 -0.5379037

接下来，使用for循环进行几个回归：

for(i in 2:4){
  reg = lm(x ~ mydata[,i])
  print(reg)
  }

Call:
lm(formula = x ~ mydata[, i])

Coefficients:
(Intercept)  mydata[, i]  
  1988.0088      -0.1341  


Call:
lm(formula = x ~ mydata[, i])

Coefficients:
(Intercept)  mydata[, i]  
    1987.87         2.07  


Call:
lm(formula = x ~ mydata[, i])

Coefficients:
(Intercept)  mydata[, i]  
   1987.304       -4.101