从R中的单个数据帧运行几个线性回归

Posted 2021-03-29

我有一个21列的单个国家的出口贸易数据数据集。第一列表示年份（1962-2014），而其他20个是贸易伙伴。我试图对年份列和每个列进行线性回归。我尝试过这里推荐的方法：需要使用的Running multiple, simple linear regressions from dataframe in R

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

然而，这只产生每对的截距，这对我来说不如回归的斜率重要。

另外，我试图将我的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，作为从“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，我尝试使用矩阵的相同方法，但然后它返回错误：

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，作为data.matrix，其中包括多年的专栏）。

真的，我甚至不精通R和此时。最终目标是创建一个循环，我可以使用这个循环来获得28个国家/地区每年国家/地区对的总出口数据集的回归。也许我是以完全错误的方式攻击这个，所以任何帮助或批评都是受欢迎的。请记住，这些年（1962-2014）实际上是我的解释变量，总出口的价值是我的因变量，这可能会在上面的例子中抛弃我的语法。提前致谢！

答案

只是为了增加一个替代方案，我建议沿着这条路走：

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，以便所有相关列都由行组给出，以便能够使用dplyr的分组操作。这会将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一种非常方便的形式。所需要的只是融化数据框，使所有列都是数据集中的行，然后使用dplyr的group_by在所有子集中执行回归。 broom::tidy将回归输出放入一个不错的数据帧中。有关更多信息，请参阅?broom。

如果您需要让模型进行某种调整（对lm对象实现），那么您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>

这里，对于每个变量，lm对象存储在数据帧中。因此，如果您想获得第一个模型输出，您可以像访问任何普通数据帧一样访问它，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  

如果你想将一些方法应用于所有lm对象，这很方便，因为你可以使用tmp$mod给你一个列表的事实，这使得它很容易传递到例如lapply。

另一答案

除了这样做的统计理由之外，编程问题是一个有趣的问题。这是一个解决方案，但可能不是最优雅的解决方案。首先，创建一个示例数据集：

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循环执行几个回归：

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