R通过lapply命令从乘法回归中提取回归系数

Question

我有一个包含多个变量的大型数据集，其中一个是状态变量，每个状态编码为1-50。 我想对数据集的其余27个变量（总共有55个变量）进行28个变量的回归，并针对每个状态进行回归。

换句话说，对state == 1的观测值在covariate1，covariate2，...，covariate27上进行变量1的回归。 然后，我想针对状态2-50的变量1重复此操作，并针对变量2，变量3，...，变量28重复整个过程。

我想我已经编写了正确的R代码来执行此操作，但是接下来我想做的是提取系数，理想情况下是将其提取到系数矩阵中。 有人可以帮我吗？ 这是我到目前为止编写的代码：

for (num in 1:50) {

    #PUF is the data set I'm using

    #Subset the data by states
    PUFnum <- subset(PUF, state==num)

    #Attach data set with state specific data
    attach(PUFnum)

    #Run our prediction regression
    #the variables class1 through e19700 are the 27 covariates I want to use
    regression <- lapply(PUFnum,  function(z) lm(z ~ class1+class2+class3+class4+class5+class6+class7+
                                                     xtot+e00200+e00300+e00600+e00900+e01000+p04470+e04800+
                                                     e09600+e07180+e07220+e07260+e06500+e10300+
                                                     e59720+e11900+e18425+e18450+e18500+e19700))

    Beta <- lapply(regression, function(d) d<- coef(regression$d))


    detach(PUFnum)
}

Answer 1

这是经典的“ Split-Apply-Combine问题的另一个示例，可以使用plyr软件包来解决。 在您的问题中，您想

1. 按状态分割数据帧
2. 对每个子集应用回归
3. 将系数合并到数据帧中。

我将通过MASS库中可用的Cars93数据集进行说明。 我们感兴趣的是找出关系horsepower和enginesize根据origin国。

# LOAD LIBRARIES
require(MASS); require(plyr)

# SPLIT-APPLY-COMBINE
regressions <- dlply(Cars93, .(Origin), lm, formula = Horsepower ~ EngineSize)
coefs <- ldply(regressions, coef)

   Origin (Intercept) EngineSize
1     USA    33.13666   37.29919
2 non-USA    15.68747   55.39211

编辑。 例如，用PUF代替Cars93 ，用state代替Origin ，用fm代替公式

Answer 2

我已经稍微整理了一下代码：

fm <- z ~ class1+class2+class3+class4+class5+class6+class7+
          xtot+e00200+e00300+e00600+e00900+e01000+p04470+e04800+
          e09600+e07180+e07220+e07260+e06500+e10300+
          e59720+e11900+e18425+e18450+e18500+e19700

PUFsplit <- split(PUF, PUF$state)
mod <- lapply(PUFsplit, function(z) lm(fm, data=z))

Beta <- sapply(mod, coef)

如果需要，您甚至可以将所有内容放在一行中：

Beta <- sapply(lapply(split(PUF, PUF$state), function(z) lm(fm, data=z)), coef)