我正在尝试在数据框的两列之间对每一行应用简单的线性回归。经过一番研究,我觉得我已经差不多了,但我的功能仍然不起作用。请看一下:
set.seed(1)
DF <- data.frame(A=rnorm(50, 100, 3),
B=rnorm(50, 100, 3))
resultlist <- apply(DF, 1, function(y) lm(y ~ x))
resultcoeffs <- apply(DF, 1, function(y) lm(y ~ x)$coefficients)
Run Code Online (Sandbox Code Playgroud)
关于如何实现这一目标有什么建议吗?
提前致谢。
每行只有一个观察结果。请注意,您会得到NA估计值,因为没有足够的自由度。
这个想法是:
mapply(function(x,y) lm(y~x)$coefficients, DF[,1], DF[,2])
Run Code Online (Sandbox Code Playgroud)
或者
apply(DF1, 1, function(x) lm(x[2]~x[1])$coefficients)
Run Code Online (Sandbox Code Playgroud)
假设您每行有许多观察值x,即y变量跨越许多列
mapply(function(x,y) lm(y~x)$coefficients, as.data.frame(t(DFNew[1:3])),
as.data.frame(t(DFNew[4:6])))
Run Code Online (Sandbox Code Playgroud)
或者
apply(DFNew, 1, function(x) lm(x[4:6]~x[1:3])$coefficients)
Run Code Online (Sandbox Code Playgroud)
set.seed(25)
DFNew <- as.data.frame(matrix(sample(1:50,10*6, replace=TRUE), ncol=6))
Run Code Online (Sandbox Code Playgroud)