[英]lm() within mutate() in group_by()
我正在寻找一种方法来向我的数据表添加一个列,该列包含来自lm(a~b)
函数的residuals
,该函数分别针对不同的c
级别计算
我被建议调查sort_by(c)
函数,但这似乎不适用于lm(a~b)
我的工作示例数据如下所示:
列subject,trial和rt都在data.frame
,我的目标是计算Zre_SPSS
(我最初在SPSS中制作)但是来自R
函数。
我试过了
data %<>% group_by (subject) %>%
mutate(Zre=residuals(lm(log(rt)~trial)))
但它不起作用 - Zre得到计算但不是分别在每个主题内,而是整个数据框。
有人可以帮我吗? 我是一个完整的R(和一般的编码)新手,所以请原谅我,如果这个问题是愚蠢的或重复的 ,我很可能不理解其他解决方案或他们找不到解决方案。 最好的祝福。
根据Ben Bolker的要求,这里是R代码,用于从excel屏幕截图生成数据
#generate data
subject<-c(1,1,1,1,1,1,2,2,2,2,2,2,3,3,3,3,3,3)
subject<-factor(subject)
trial<-c(1,2,3,4,5,6,1,2,3,4,5,6,1,2,3,4,5,6)
rt<-c(300,305,290,315,320,320,350,355,330,365,370,370,560,565,570,575,560,570)
#Following variable is what I would get after using SPSS code
ZreSPSS<-c(0.4207,0.44871,-1.7779,0.47787,0.47958,-0.04897,0.45954,0.45487,-1.7962,0.43034,0.41075,0.0407,-0.6037,0.0113,0.61928,1.22038,-1.32533,0.07806)
#make data frame
sym<-data.frame(subject, trial, rt, ZreSPSS)
它看起来像dplyr 0.5的mutate
一个bug,其中组内的lm
仍然会尝试使用完整的数据集。 您可以使用do
代替:
sym %>% group_by(subject) %>% do(
{
r <- resid(lm(log(rt) ~ trial, data = .))
data.frame(., r)
})
这仍然与您的SPSS列不匹配,但它是您给出的数据的正确结果。 您可以通过手动为每个主题拟合模型并检查残差来验证这一点。
(其他类型的残差包括rstandard
用于标准化和rstudent
用于学生化残差。它们仍然不符合您的SPSS数字,但可能是您正在寻找的。)
更高版本的dplyr
似乎能够处理这个问题(用dplyr
0.7.4测试):
sym %>% group_by(subject) %>% do(
{
r <- resid(lm(log(rt) ~ trial, data = .))
data.frame(., r)
}) ->a
sym %>% group_by(subject) %>% mutate(
r = resid(lm(log(rt) ~ trial))
) ->b
all(a$r==b$r) #->TRUE
另一项独立测试
# https://stackoverflow.com/a/40061201/2292993
# https://stackoverflow.com/q/24766450/2292993
# https://github.com/tidyverse/dplyr/issues/2177
# tested with dplyr 0.7.4
# 1) do
df = group_by(iris,Species) %>% do({
res = resid( lm(Sepal.Length~Petal.Length+Petal.Width, data=.) )
data.frame(., res)
})
# 2) group_by + mutate
# cannot have "data=." in lm
df2 = group_by(iris,Species) %>% mutate(
res = resid( lm(Sepal.Length~Petal.Length+Petal.Width) )
)
# 3) filter + mutate
df3 = filter(iris,Species=='setosa') %>% mutate(
res = resid( lm(Sepal.Length~Petal.Length+Petal.Width, data=.) )
)
df3 = bind_rows(df3,
filter(iris,Species=='versicolor') %>% mutate(
res = resid( lm(Sepal.Length~Petal.Length+Petal.Width, data=.) )
))
df3 = bind_rows(df3,
filter(iris,Species=='virginica') %>% mutate(
res = resid( lm(Sepal.Length~Petal.Length+Petal.Width, data=.) )
))
# 4) across all rows (should not be the same)
df4 = mutate(iris,
res = resid( lm(Sepal.Length~Petal.Length+Petal.Width, data=iris) )
)
# conclusion: all the same, except df4
all(df$res==df2$res)
all(df$res==df3$res)
df$res==df4$res
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.