按组回归[重复]

Posted 2023-03-12

【中文标题】按组回归[重复]

【英文标题】：Regression by Groups [duplicate]

【发布时间】：2018-12-04 15:19:17

【问题描述】：

我有一张桌子：

CityData ->

City        Price     Bathrooms      Bedrooms      Porch

Milwaukee   2300      2              3             yes
Chicago     3400      3              2             yes
Springfield 2300      1              1             no
Chicago     2390      2              1             yes

我想对每个城市（每个城市多行）进行回归，以提供每个城市的系数。我想对其他混杂变量（浴室、卧室、门廊）的价格进行回归。

我尝试了 dplyr 库：

library(dplyr)

fitted_models = CityData %>% 
    group_by(CityData$City) %>% 
    do(model = lm(CityData$Price ~ CityData$Bathrooms +
                  CityData$Porch + CityData$Bedrooms, data = CityData))

但输出只是

14    lm    list
14    lm    list
14    lm    list

有什么建议吗？

【问题讨论】：

您想要每个城市的不同截距，还是每个城市的卧室、浴室等的不同系数集？此外，为了使您的示例可重现，您将必须提供足够的数据来运行回归（比预测变量更多的行）。

我想为 Porch 变量设置一个不同的系数。

从lm(Price ~ City + Bathrooms + Porch + Bedrooms, CityData) 开始，然后根据需要从那里变得更复杂。另外，不要在公式或 dplyr/tidy eval 函数中使用 $ 子集——只使用裸变量名。

我不明白这个输出是什么。 14是什么？ lm 和 list 是列类型吗？如果是这样，这些是该代码所期望的类型，因此您需要更清楚地解释您正在获得什么以及您正在寻找什么。

【参考方案1】：

你可以试试这样的。这里我以 mtcars 数据为例。

df <- mtcars
models <- df %>% group_by(cyl) %>% summarise(mod = list(lm(mpg ~ wt)))

这将为您提供一个新的变量 mod，其中包含您模型的所有信息。您可以将系数称为：

models$mod[[1]]$coefficients
(Intercept)          wt 
39.571196     -5.647025

您也可以使用它变得更复杂。

models <- df %>% group_by(cyl) %>% summarise(mod = list(lm(mpg ~ wt + hp)))
models$mod[[1]]$coefficients
(Intercept)          wt          hp 
45.83607319 -5.11506233 -0.09052672 

当然models 也会保留群组的信息

models$cyl
[1] 4 6 8