R-sq 值，一个数据集中多个趋势的线性回归

Question

我遇到了一个棘手的问题，试图解决在单个数据集中多次由趋势引起的方差.....

我的数据结构是这样的

x <- read.table(text = "
STA YEAR    VALUE
a   1968    457
a   1970    565
a   1972    489
a   1974    500
a   1976    700
a   1978    650
a   1980    659
b   1968    457
b   1970    565
b   1972    350
b   1974    544
b   1976    678
b   1978    650
b   1980    690
c   1968    457
c   1970    565
c   1972    500
c   1974    600
c   1976    678
c   1978    670
c   1980    750 " , header = T)    

我正在尝试返回这样的东西

STA  R-sq
a    n1
b    n2
c    n3

其中 n# 是原始集合中位置数据的相应 r 平方值....

我试过了

fit <- lm(VALUE ~ YEAR + STA, data = x) 

为每个单独的站点提供 VALUE 的年度趋势模型，这些年来数据可用于 VALUE，在主数据集中......

任何帮助将不胜感激......我真的很难过这个，我知道这只是对 R 问题的熟悉。

Answer 1

得到 VALUE 的 r 平方~ YEAR每组STA ，你可以拿这个previous answer ，稍微修改它并插入您的值:

# assuming x is your data frame (make sure you don't have Hmisc loaded, it will interfere)
models_x <- dlply(x, "STA", function(df) 
     summary(lm(VALUE ~ YEAR, data = df)))

# extract the r.squared values
rsqds <- ldply(1:length(models_x), function(x) models_x[[x]]$r.squared)
# give names to rows and col
rownames(rsqds) <- unique(x$STA)
colnames(rsqds) <- "rsq"
# have a look
rsqds
        rsq
a 0.6286064
b 0.5450413
c 0.8806604

编辑 :这里遵循 mnel 的建议是将 r 平方值放入漂亮表中的更有效方法(无需添加行和列名称):

# starting with models_x from above
rsqds <- data.frame(rsq =sapply(models_x, '[[', 'r.squared'))

# starting with just the original data in x, this is great:
rsqds  <- ddply(x, "STA", summarize, rsq = summary(lm(VALUE ~ YEAR))$r.squared)

  STA       rsq
1   a 0.6286064
2   b 0.5450413
3   c 0.8806604