如何做分组回归提取斜率和截距

zzy98

想问下各位大神，想做线性回归，提取出贝塔和残差，但需要分组后进行，请教各位如何实现。

meeeeeeeeo

拿mtcars举例的话应该是这样：

mtcars_cyl <- split(mtcars, mtcars$cyl)
mtcars_cyl

sapply(mtcars_cyl, function(data, formula) {
  lm(formula = formula, data = data)$coefficients
}, formula = mpg ~ disp)

zzy98

meeeeeeeeo 谢谢兄弟，我试试

bookofmut

mtcars %>% 
  select(cyl,mpg,disp) %>% 
  group_by(cyl) %>% 
  summarise(b = lm(mpg~disp)$coefficients[1],
         a = lm(mpg~disp)$coefficients[2])

或者：summarise() 改为mutate() 不做汇总。
其他提取结果类似。

Cloud2016

我还是比较喜欢 Base R 风格，过程简单清晰，便于 Debug

# 拆分
mtcars_cyl <- split(mtcars, mtcars$cyl)
# 计算
mtcars_fit <- lapply(mtcars_cyl, lm, formula = mpg ~ disp)
mtcars_coef <- lapply(mtcars_fit, coef)
# 合并
dat <- do.call("rbind", mtcars_coef)

> dat
  (Intercept)      disp
4       40.87 -0.135142
6       19.08  0.003605
8       22.03 -0.019634

Cloud2016

如果使用 data.table 分组线性回归就更简洁了

library(data.table)
mtcars <- as.data.table(mtcars)
mtcars[, as.list(coef(lm(mpg ~ disp))), by = .(cyl)]

   cyl (Intercept)         disp
1:   6    19.08199  0.003605119
2:   4    40.87196 -0.135141815
3:   8    22.03280 -0.019634095