使用R对多个依赖变量和多个独立变量进行回归

发布时间：2020-12-13 20:47:17 所属栏目：百科来源：网络整理

导读：我试图用多个因变量和多个自变量做回归.基本上我在整个美国都有县级房价,这是我的IV.然后,我在县一级有其他几个变量(GDP,建筑就业),这些变量构成我的因变量.我想知道是否有一种有效的方法可以同时完成所有这些回归.我想得到： lm(IV1 ~ DV11 + DV21)lm(IV2 ~

我试图用多个因变量和多个自变量做回归.基本上我在整个美国都有县级房价,这是我的IV.然后,我在县一级有其他几个变量(GDP,建筑就业),这些变量构成我的因变量.我想知道是否有一种有效的方法可以同时完成所有这些回归.我想得到：

lm(IV1 ~ DV11 + DV21)
lm(IV2 ~ DV12 + DV22)

我想为每个独立变量和每个因变量做这个.

编辑：OP添加了这些信息以回应我的回答,现在已删除,误解了这个问题.

我不认为我很好地解释了这个问题,我道歉.每个因变量都有2个与之关联的独立变量,这是唯一的.因此,如果我有500个因变量,我有500个唯一的自变量1和500个唯一的自变量2.

好的,我会再试一次,如果我再也不能解释自己,我可能会放弃(哈哈).我不知道你对R的mtcars的意思是什么[这是关于Metrics的答案],所以让我这样试试吧.我将有3个数据向量,每个数据大约500行.我正在尝试从每行数据中构建回归.假设向量1是我的因变量(我试图预测的那个),向量2和3组成我的自变量.因此,第一个回归将包含每个向量的第1行值,第2个将包含每个向量的第2行值,依此类推.再次感谢大家.

我假设你有数据帧作为mydata.

mydata<-mtcars #mtcars is the data in R

dep<-c("mpg~","cyl~","disp~") # list of unique dependent variables with ~ 
indep1<-c("hp","drat","wt")  # list of first unique independent variables 
indep2<-c("qsec","vs","am") # list of second unique independent variables 
> myvar<-cbind(dep,indep1,indep2) # matrix of variables
> myvar
     dep     indep1 indep2
[1,] "mpg~"  "hp"   "qsec"
[2,] "cyl~"  "drat" "vs"  
[3,] "disp~" "wt"   "am" 



for (i in 1:dim(myvar)[1]){
print(paste("This is",i,"regression","with dependent var",gsub("~","",myvar[i,1])))
k[[i]]<-lm(as.formula(paste(myvar[i,1],paste(myvar[i,2:3],collapse="+"))),mydata)
print(k[[i]]
}



 [1] "This is 1 regression with dependent var mpg"

Call:
lm(formula = as.formula(paste(myvar[i,collapse = "+"))),data = mydata)

Coefficients:
(Intercept)           hp         qsec  
   48.32371     -0.08459     -0.88658  

[1] "This is 2 regression with dependent var cyl"

Call:
lm(formula = as.formula(paste(myvar[i,data = mydata)

Coefficients:
(Intercept)         drat           vs  
     12.265       -1.421       -2.209  

[1] "This is 3 regression with dependent var disp"

Call:
lm(formula = as.formula(paste(myvar[i,data = mydata)

Coefficients:
(Intercept)           wt           am  
    -148.59       116.47        11.31

注意：您可以对大量变量使用相同的过程.

替代方法：

在Hadley的回答here的启发下,我使用函数Map来解决上述问题：

dep<-list("mpg~","disp~") # list of unique dependent variables with ~ 
indep1<-list("hp","wt")  # list of first unique independent variables 
indep2<-list("qsec","am") # list of second unique independent variables
Map(function(x,y,z) lm(as.formula(paste(x,paste(list(y,z),data=mtcars),dep,indep2)
[[1]]

Call:
lm(formula = as.formula(paste(x,data = mtcars)

Coefficients:
(Intercept)           hp         qsec  
   48.32371     -0.08459     -0.88658  


[[2]]

Call:
lm(formula = as.formula(paste(x,data = mtcars)

Coefficients:
(Intercept)         drat           vs  
     12.265       -1.421       -2.209  


[[3]]

Call:
lm(formula = as.formula(paste(x,data = mtcars)

Coefficients:
(Intercept)           wt           am  
    -148.59       116.47        11.31

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!