提取按因子分組的每個回歸的R ^ 2（R平方）值

Question

我想知道是否有辦法為每個回歸方程提取R2。

d <- data.frame(
  state = rep(c('NY', 'CA'), 10),
  year = rep(1:10, 2),
  response= rnorm(20)
)

library(plyr)
models <- dlply(d, "state", function(df) 
  lm(response ~ year, data = df))

ldply(models, coef)
l_ply(models, summary, .print = TRUE)

我試過了

l_ply(models, summary$r.squared, .print = TRUE)

但是這會拋出以下錯誤消息

Error in summary$r.squared : object of type 'closure' is not subsettable

Answer 1

您可以這樣做以獲得R平方值和系數：

ldply(models, function(x) {r.sq <- summary(x)$r.squared
                           intercept <- summary(x)$coefficients[1]
                           beta <- summary(x)$coefficients[2]
                           data.frame(r.sq, intercept, beta)})
#  state        r.sq intercept        beta
#1    CA 0.230696121 0.4915617 -0.12343947
#2    NY 0.003506936 0.1971734 -0.01227367

Answer 2

使用掃帚包將統計分析對象轉換為data.frames和dplyr for bind_rows ：

library(dplyr) ; library(broom)
cbind(
  state = attr(models, "split_labels"),
  bind_rows(lapply(models, function(x) cbind(
    intercept = tidy(x)$estimate[1],
    beta = tidy(x)$estimate[2],
    glance(x))))
)

  state  intercept        beta  r.squared adj.r.squared    sigma statistic   p.value df    logLik      AIC      BIC deviance df.residual
1    CA 0.38653551 -0.05459205 0.01427426   -0.10894146 1.434599 0.1158477 0.7423473  2 -16.68252 39.36505 40.27280 16.46460           8
2    NY 0.09028554 -0.08462742 0.04138985   -0.07843642 1.287909 0.3454155 0.5729312  2 -15.60387 37.20773 38.11549 13.26968           8

Answer 3

你可以試試這個

sapply(models, function(x) summary(x)$r.squared)
     CA      NY 
0.05639 0.23751 

Answer 4

如果你試試

> typeof( summary )
[1] "closure"

你看到'摘要'是一個功能。 您正在嘗試訪問結果的字段，但是summary$r.squared嘗試訪問函數/閉包上的該字段。

使用匿名函數，

> l_ply( models, function( m ) summary( m )$r.squared, .print = TRUE )
[1] 0.2319583
[1] 0.01295825

將工作和打印結果。 但是，你說你想“提取結果”。 這可能意味着您想要使用結果而不僅僅是打印它。

從l_ply的文檔中（你可以在R提示符下鍵入?l_ply ）：

對於列表的每個元素，應用函數並丟棄結果。

（因此，如果要掛起結果，此功能將無效。）

使用標准的sapply / lapply將導致

> a <- sapply( models, function( t ) summary( t )$r.squared )
> a
        CA         NY 
0.23195825 0.01295825 
> typeof( a )
[1] "double"
> is.vector( a )
[1] TRUE
> # or alternatively
> l <- lapply( models, function( t ) summary( t )$r.squared )
> l
$CA
[1] 0.2319583

$NY
[1] 0.01295825
> typeof( l )
[1] "list"

任何一個應該工作 - 選擇哪個結果（向量或列表）更容易用於你想做的事情。 （如果不確定，只需選擇sapply 。）

（或者，如果你想使用的功能從plyr包， laply ， ldply和llply似乎工作過，但我從來沒有用過這個包，所以我不能說什么是最好的。）