r - 分割数据并运行线性回归循环

Question

我已经看到很多类似的问题，但是我试图写的循环的一个关键就是我所缺少的。我有一组包含约4,000个不同键的数据集，每个键有约1,000个观察值。我已经筛选出一个关键点以隔离该关键点的观察值，运行线性回归，检查了模型假设，并且一切看起来都不错。但是，我想遍历此数据集并为每个键运行线性回归。然后，我将要存储系数，pvalue，R ^ 2等，并将其一起查看。

这是我的数据样本：

Key y1 x1 x2
A   10 1  3
A   11 2  4 
A   12 3  5
B   13 4  6 
B   14 5  7
B   15 6  8
C   16 7  9 
C   17 8  1
C   18 9  2

我跑了：

datA <- data %>% filter(key=='A')
lm(y1 ~ x1 + x2, data = datA)

然后对键B和C重复该操作。我在这里看到的每个问题都是针对整个集合的不同变量进行循环，而不是在行上拆分数据。

但是我需要再做4,000次。编写此循环的任何帮助将不胜感激（在编写循环时我很糟糕）。

Answer 1

也可以使用broom软件包将输出整理为更具可读性的形式。

list_models <- lapply(split(data, data$Key), function(x) lm(y1 ~ x1 + x2, data = x))

library(broom)

as_tibble(do.call(rbind, lapply(list_models, broom::tidy)))

# A tibble: 7 x 5
  term        estimate  std.error statistic    p.value
  <chr>          <dbl>      <dbl>     <dbl>      <dbl>
1 (Intercept) 9.00e+ 0   2.22e-15   4.05e15   1.57e-16
2 x1          1.00e+ 0   1.03e-15   9.73e14   6.54e-16
3 (Intercept) 9.00e+ 0   4.59e-15   1.96e15   3.25e-16
4 x1          1.00e+ 0   9.06e-16   1.10e15   5.77e-16
5 (Intercept) 9.00e+ 0 NaN        NaN       NaN       
6 x1          1.00e+ 0 NaN        NaN       NaN       
7 x2          3.02e-16 NaN        NaN       NaN