R多重回归循环和提取系数

我必须对自变量的相同矩阵上的多个因变量向量执行多重线性回归。R多重回归循环和提取系数

例如，我想创建3个型号为使得：

lm(d ~ a + b + c) 
lm(e ~ a + b + c) 
lm(f ~ a + b + c)

从下面的矩阵（A，B，C是独立变量，d，E，F是从属变量）

 [,1]  [,2]  [,3]  [,4]  [,5]  [,6] 
[1,] a1  b1  c1  d1  e1  f1 
[2,] a2  b2  c2  d2  e2  f2 
[3,] a3  b3  c3  d3  e3  f3

然后我想将回归系数存储在另一个矩阵中（为了便于说明，我在示例中减少了列和向量的数量）。

来源

2015-07-13 Christopher Baker

请表明为[可再现]的例子（http://stackoverflow.com/questions/5963269/how-to-make-a -great-R再现的-例子）。另外，检查[这里]（http://stackoverflow.com/questions/31377737/repeat-regression-with-varying-dependent-variable） – akrun

对不起，我是第一次使用。该链接看起来与我想要做的相似。谢谢 –

其他矩阵是如何看起来的？没有因变量的系数。 –

这里是不是很普遍的方法，但是如果你在depvar替换自己的因变量的名称将工作，当然适用于所有型号的独立变量在内lm()通话，当然还有数据集名称。在这里，我已经表现出对mtcars，与R.提供的内置数据集中

depvar <- c("mpg", "disp", "qsec") 
regresults <- lapply(depvar, function(dv) { 
    tmplm <- lm(get(dv) ~ cyl + hp + wt, data = mtcars) 
    coef(tmplm) 
}) 
# returns a list, where each element is a vector of coefficients 
# do.call(rbind,) will paste them together 
allresults <- data.frame(depvar = depvar, 
         do.call(rbind, regresults)) 
# tidy up name of intercept variable 
names(allresults)[2] <- "intercept" 
allresults 
## depvar intercept  cyl   hp  wt 
## 1 mpg 38.75179 -0.9416168 -0.01803810 -3.166973 
## 2 disp -179.04186 30.3212049 0.21555502 59.222023 
## 3 qsec 19.76879 -0.5825700 -0.01881199 1.381334

编辑基于由@Mike明智的建议：

如果你只想要一个数字数据集，但要保留标识符，则可以将其添加为row.name，像这样：

allresults <- data.frame(do.call(rbind, regresults), 
         row.names = depvar) 
# tidy up name of intercept variable 
names(allresults)[1] <- "intercept" 
allresults 
##  intercept  cyl   hp  wt 
## mpg 38.75179 -0.9416168 -0.01803810 -3.166973 
## disp -179.04186 30.3212049 0.21555502 59.222023 
## qsec 19.76879 -0.5825700 -0.01881199 1.381334

来源

2015-07-13 09:18:34

这在我看来是他的意思。我认为这个问题需要进行编辑，并删除这个答案的因变量列以匹配问题。 –

谢谢你是对的 - 我添加了一个替代方法，返回一个只包含系数的data.frame。 –

R多重回归循环和提取系数

回答

相关问题