R通过lapply命令从乘法回归中提取回归系数

Question

我有一个包含多个变量的大型数据集，其中一个是状态变量，每个状态的编码为 1-50。我想对数据集的其余 27 个变量(总共有 55 个变量)运行 28 个变量的回归，并且特定于每个状态。

换句话说，对于状态==1 的观察值，在协变量 1、协变量 2、...、协变量 27 上运行变量 1 的回归。然后我想对状态 2-50 的 variable1 重复此过程，并对 variable2、variable3、...、variable28 重复整个过程。

我想我已经编写了正确的 R 代码来执行此操作，但接下来我想做的是提取系数，最好是提取到系数矩阵中。有人可以帮我解决这个问题吗？这是我到目前为止编写的代码:

for (num in 1:50) {

    #PUF is the data set I'm using

    #Subset the data by states
    PUFnum <- subset(PUF, state==num)

    #Attach data set with state specific data
    attach(PUFnum)

    #Run our prediction regression
    #the variables class1 through e19700 are the 27 covariates I want to use
    regression <- lapply(PUFnum,  function(z) lm(z ~ class1+class2+class3+class4+class5+class6+class7+
                                                     xtot+e00200+e00300+e00600+e00900+e01000+p04470+e04800+
                                                     e09600+e07180+e07220+e07260+e06500+e10300+
                                                     e59720+e11900+e18425+e18450+e18500+e19700))

    Beta <- lapply(regression, function(d) d<- coef(regression$d))


    detach(PUFnum)
}

Answer 1

这是经典Split-Apply-Combine 问题的另一个示例，可以使用@hadley 提供的plyr 包来解决。在你的问题中，你想要

1. 按状态分割数据帧
2. 对每个子集应用回归
3. 将系数组合到数据框中。

我将使用 MASS 库中可用的 Cars93 数据集来说明它。我们有兴趣根据国家的 origin 找出 horsepower 和 enginesize 之间的关系。

# LOAD LIBRARIES
require(MASS); require(plyr)

# SPLIT-APPLY-COMBINE
regressions <- dlply(Cars93, .(Origin), lm, formula = Horsepower ~ EngineSize)
coefs <- ldply(regressions, coef)

   Origin (Intercept) EngineSize
1     USA    33.13666   37.29919
2 non-USA    15.68747   55.39211

编辑。对于您的示例，将 PUF 替换为 Cars93，将 state 替换为 Origin 并将 fm 替换为公式