Consistent LM Model and then Predict - 循环，数据直接在 lm 和 Predict 函数中进行子集化答案

【问题标题】：Consistent LM Model and then Predict - Loop with data being subsetting directly in lm and Predict functionConsistent LM Model and then Predict - 循环，数据直接在 lm 和 Predict 函数中进行子集化
【发布时间】：2021-05-29 07:54:34
【问题描述】：

我希望有一种半简单的方法来实现这一点。

为此，我构建了一个示例数据集（CountryCode 是国家名称的代理 - 我只是想证明一个示例数据集以帮助理解问题）；

```
set.seed(20)
House <- data.frame(Price = sample(350000:625000, 200, replace=TRUE), 
          LotSize = sample(5000:45000, 200, replace=TRUE), 
          SqFt = sample(18000:32000, 200, replace=TRUE), 
          Bedroom = sample(3:5, 200, replace=TRUE), 
          HomeAge = rnorm(200, mean=15, sd=5), 
          CountryCode = sample(300:305, 200, replace=TRUE))
```

我有一个类似于下面的线性模型；

model<-lm(HomePrice ~ LotSize+SqFt+Bedroom+HomeAge, data=House[House$CountryCode==300,])

如果我想运行相同的模型，但是在每个国家/地区代码的循环中（因此 x 会根据国家/地区代码而改变），可以这样做吗？

由于外汇汇率，HomePrice 的值不是典型的连续因子；美国 300,000 美元 (USD) 的价格与法国 300,000 欧元 (EUR) 的价格不同。在欧洲，甚至 300,000 欧元也会有所不同。但是，如果模型只考虑在同一个国家建立的模型，价格将具有连续性。

基本上，i=CountryCode 和循环将执行 model_i<-lm(HomePrice ~ LotSize+SqFt+Bedroom+HomeAge, data=House[House$CountryCode==i,]) 的循环，它基于 i 的子集（或每个 CountryCode）运行并将其保存为 model_i(each Country)

我最希望看到的最终结果是：

```
model_300<-lm(HomePrice ~ LotSize+SqFt+Bedroom+HomeAge, 
    data=House[House$CountryCode==300,])

model_301<-lm(HomePrice ~ LotSize+SqFt+Bedroom+HomeAge, 
    data=House[House$CountryCode==301,])

model_302<-lm(HomePrice ~ LotSize+SqFt+Bedroom+HomeAge, 
    data=House[House$CountryCode==302,])
```

然后可以使用类似的循环来进行预测吗？

```
predict_i<-predict(model_i,newdata=(House[House$CountryCode==i,]), 
    interval="confidence", level=.70)
````

我希望这是有道理的。

编辑 - 所以我越来越近了（我认为），但是希望有人帮助我越过终点线；

set.seed(20)
House <- data.frame(Price = sample(350000:625000, 200, replace=TRUE), 
                    LotSize = sample(5000:45000, 200, replace=TRUE), 
                    SqFt = sample(18000:32000, 200, replace=TRUE), 
                    Bedroom = sample(3:5, 200, replace=TRUE), 
                    HomeAge = rnorm(200, mean=15, sd=5), 
                    CountryCode = sample(300:305, 200, replace=TRUE))

Country<-unique(House$CountryCode)
n=length(Country)
  for (i in 1:length(Country)) {
  Country[i]->Testing
    allModels = lapply(Country,function(x){
  lm(Price~Bedroom, data=House[House$CountryCode==Testing,])})}

对于“Testing”的最后一个实例或在本例中为 305，它运行模型六次。

【问题讨论】：

为什么不：integrated_model <- model_50006<-lm(HomePrice ~ LotSize + SqFt + Bedroom + HomeAge + factor(ZipCode), data=House)
我用一个小改动更新了这个问题；而不是邮政编码，将其更改为反映国家/地区。我遇到的问题是，由于汇率，像价格这样的值不是真正的连续变量。 300,000 欧元 =！ 300,000 美元，理想情况下，希望为每个不同的国家运行相同的模型。它归结为“类似术语”的分组，在我的情况下，就是国家。谢谢。

标签： r loops lm predict

【解决方案1】：

我能够通过下面的代码让它按我想要的方式工作；

Country<-unique(House$CountryCode)
CountryCodeModel <- list()
for (i in 1:length(Country)) {
  Model<-lm(Price~LotSize+SqFt+Bedroom+HomeAge, data=House[House$CountryCode==Country[i],])
  CountryCodeModel[[i]] <- summary(Model)}
names(CountryCodeModel) = Country

【讨论】：