將斜率線添加到 R 中循環中的線性模型

Question

抱歉，如果這沒有任何意義，這是我第一次使用 R（和一般編碼），我迷路了。 任何幫助將不勝感激。

我有來自不同國家和年份的麻疹病例數數據集。

到目前為止，我有（我假設正確但不完全確定）：

• 將該數據集子集化為僅包含 1998 年之后（至 2018 年）的信息，稱為 All_after

• 使用循環（1-194 是不同的國家），運行該時間段內年份對自然對數的影響的線性模型

我應該得到的是線性模型中每個國家/地區的斜率（然后我可以將其繪制為直方圖）。 但是，使用我當前的代碼，我是“無斜率”的。 我已經在循環內外嘗試了 abline 函數和 lm 函數，但得到的答案是我放在括號中的任何東西都不是有限的。

到目前為止，這是我的代碼：

All_after <- subset(Measles, year >= 1998, year < 2018)

attach(All_after)

All_after$Cname <- "1":"194"

log_All_after <- log(All_after[,7]+1)

i <- c(Cname="1":"194")

for (val in i) {

with(All_after[All_after$Cname==1,] plot(year,log_All_after))

model5 <- lm(log_All_after~year, data=All_after, subset=i)

} 

如果這都是胡言亂語，再次道歉！

編輯：

使用 summary 函數，這是 All_after 出現的內容：

> summary(All_after)
       X        WHO_REGION     ISO_CODE                    Cname     
 Min.   :3493   AFR : 987   AFG    :  21   Afghanistan        :  21  
 1st Qu.:4511   AMR : 735   AGO    :  21   Albania            :  21  
 Median :5530   EMR : 441   ALB    :  21   Algeria            :  21  
 Mean   :5530   EUR :1113   AND    :  21   Andorra            :  21  
 3rd Qu.:6548   SEAR: 231   ARE    :  21   Angola             :  21  
 Max.   :7566   WPR : 567   ARG    :  21   Antigua and Barbuda:  21  
                            (Other):3948   (Other)            :3948  
    Disease          year          cases         
 measles:4074   Min.   :1998   Min.   :     0.0  
                1st Qu.:2003   1st Qu.:     0.0  
                Median :2008   Median :    20.5  
                Mean   :2008   Mean   :  2402.6  
                3rd Qu.:2013   3rd Qu.:   446.5  
                Max.   :2018   Max.   :217151.0  
                               NA's   :294     

Answer 1

我在下面寫的內容可以幫助您入門。 我大致猜測你的數據是什么樣的，並模擬了 3 個國家的一些值：

n = 21 

All_after <- data.frame(
  X = sample(3000:4000,n*3),
  WHO_REGION = rep(c("EMR","EUR","EUR"),each=n),
  ISO_CODE = rep(c("AFG","AND","ALB"),each=n),
  Cname = rep(c("Afghanistan","Andorra","Albania"),each=n),
  Disease="measles",
  year = sample(1998:2018,n*3,replace=TRUE),
  cases = rnbinom(n*3,mu=400,size=0.1)
)

我們確實按照您在第 7 列中的記錄進行記錄。 我將它添加到 data.frame

All_after$log_All_after <- log(All_after[,7]+1)

以下是我進行更改的部分，您需要創建一個唯一的國家名稱向量以進行迭代，以及一個用於存儲結果的列表：

# create a vector of all your countries to iterate through
all_countries <- unique(All_after$Cname)

# to store the output
output <- vector("list",length(all_countries))
names(output) <- all_countries

在這里，我使用par(mfrow=c(1,3))每頁繪制 3 個圖，如果您更喜歡每頁一個圖，可以刪除它。 關鍵是將您的繪圖存儲在 pdf 中，這樣它就不會丟失。

pdf("regress.pdf",width=12,height=8)
par(mfrow=c(1,3))

for (val in all_countries) {

# you need to subset using Cname == val
countryData <- All_after[All_after$Cname==val,]
with(countryData, plot(year,log_All_after,main=val))

model5 <- lm(log_All_after~year, data=countryData)
abline(model5,lty=8,col="blue")
output[[val]] <- coefficients(model5)

} 
dev.off()

你可以收集所有的結果

 do.call(rbind,output)
            (Intercept)        year
Afghanistan  -202.79141  0.10199578
Andorra       -41.21576  0.02161816
Albania       115.88641 -0.05598124