如何根据分组行进行回归并遍历列？

如何解决如何根据分组行进行回归并遍历列？

我想要做的是执行一个回归循环，该循环始终具有相同的预测变量但循环响应（此处：y1、y2 和 y3）。问题是我希望也为分组变量的每个类别完成它。在下面的示例数据中，我想对所有三个 y 变量进行回归 y_i=x，这将导致三个回归。但我希望这对 group=a、group=b 和 group=c 分别完成，从而产生 9 个不同的回归（最好存储为列表）。想不出怎么做！任何人都知道如何做到这一点？

到目前为止，我的想法是将 for 循环或 lapply 与 dplyr::group_by 结合使用，但无法使其工作。

示例数据（我有一个更大的数据集用于实际分析）。

set.seed(123)
dat <- data.frame(group=c(rep("a",10),rep("b",rep("c",10)),x=rnorm(30),y1=rnorm(30),y2=rnorm(30),y3=rnorm(30))

解决方法

1) 在 nlme 中使用 lmList（它随 R 一起提供，因此您不必安装它）。

library(nlme)
regs <- lmList(cbind(y1,y2,y3) ~ x | group,dat)

给出一个 lmList 对象，每个对象都有一个组件。我们展示了组 a 的组件，其他组类似。

> regs$a

Call:
lm(formula = object,data = dat,na.action = na.action)

Coefficients:
             y1       y2       y3     
(Intercept)   0.2943   0.1395   0.4539
x             0.3721  -0.2206  -0.2255

2) 另一种方法是执行一个整体 lm，给出具有与上述相同系数的 lm 对象。

lm(cbind(y1,y3) ~ group + x:group + 0,dat)

3) 我们也可以使用几种列表理解包中的一种。这给出了 9 个组件的列表。组件的名称标识了所使用的组合，就像每个主要组件中的调用组件（显示在输出的 Call: 行中）一样。请注意，当前的 CRAN 版本是 0.1.0，但下面的代码依赖于 listcompr 0.1.1，它可以从 github 获得，直到它被放到 CRAN 上。

# install.github("patrickroocks/listcompr")
library(listcompr)
packageVersion("listcompr") # need version 0.1.1 or later

regs <- gen.named.list("{y}.{g}",do.call("lm",list(reformulate("x",y),quote(dat),subset = bquote(dat$group == .(g)))
  ),y = c("y1","y2","y3"),g = unique(dat$group)
)

如果您不介意输出中的 Call: 行描述性较差，那么可以将其简化为：

gen.named.list("{y}.{g}",lm(reformulate("x",dat,subset = group == g),g = unique(dat$group))

注意

从有两个 y2 的问题中纠正的输入。

set.seed(123)
dat <- data.frame(group=c(rep("a",10),rep("b",rep("c",10)),x=rnorm(30),y1=rnorm(30),y2=rnorm(30),y3=rnorm(30))