为变量中的每个因子拟合线性模型

【问题标题】：Fitting a linear model for every factor in a variable为变量中的每个因子拟合线性模型
【发布时间】：2018-07-07 11:43:21
【问题描述】：

我有一个数据框，其中包含与森林组成相关的一长串测量值。我想为这些变量之一中包含的每个独特树种拟合一个线性模型，但一直在努力实现这一目标。我已经提供了我当前的代码方法。

for (species in TreeData$SPECIES){
  CurrSpecies <- lm(GROWTH ~ DBH + TOTAL_HGT + BASTAND + BAHW + 
BA_UPPER + BA_MAX + GDD + PCP + TREE_STATU, 
data = TreeData, subset = SPECIES_CO == species)
  path <- paste(".../SUMMARY_", species, ".csv")
  write(capture.output(summary(CurrSpecies)), file = path)
}

【问题讨论】：

标签： r loops lm factors

【解决方案1】：

使用您的策略提取系数表的一种方法是这样的，以（内置）iris 数据集为例：

for (species in unique(iris$Species)){
  data <- iris[iris$Species==species, ]
  outname <- paste0("output_folder/", species, ".csv")
  fit <- lm(data[["Sepal.Length"]] ~ data[["Sepal.Width"]])
  fit_coefs <- as.data.frame(summary(fit)$coefficients)
  write.csv(fit_coefs, outname)
}

还可以查看broom:: 包，它使此类任务更快、更一致。

如果您需要摘要的其他部分，您可以尝试提取和重组摘要对象summary(fit) 的不同部分。

还有一个重要提示：在原帖中包含您的TreeData df 样本很重要！

【讨论】：