我想使用lm()函数在R中进行线性回归.我的数据是一年一度的时间序列,一年(22年),另一个州(50个州).我想为每个状态拟合一个回归,以便最后我有一个lm响应的向量.我可以想象为每个状态做循环然后在循环内进行回归并将每个回归的结果添加到向量.但是,这似乎不像R一样.在SAS中我会做一个'by'语句,在SQL中我会做'group by'.R的做法是什么？
我想将lm（）应用于按主题分组的观察结果，但无法计算出sapply语法。最后，我想要一个数据帧，每个主题有1行，并具有截距和斜率（即，以下行：subj，lm $ coefficients [1] lm $ coefficients [2]）
set.seed(1)
subj <- rep(c("a","b","c"), 4) # 4 observations each on 3 experimental subjects
ind <- rnorm(12) #12 random numbers, the independent variable, the x axis
dep <- rnorm(12) + .5 #12 random numbers, the dependent variable, the y axis
df <- data.frame(subj=subj, ind=ind, dep=dep)
s <- (split(df,subj)) # create a list of observations by subject
我可以从s中获取一组观察值，制作一个数据框，然后得到我想要的：
df2 <- as.data.frame(s[1])
df2
lm1 <- lm(df2$a.dep ~ df2$a.ind)
lm1$coefficients[1]
lm1$coefficients[2]
我在遍历s的所有元素并将数据转换成我想要的最终形式时遇到麻烦：
lm.list <- sapply(s, FUN= …