R中子集的回归

Question

我想对不同的国家（即我的数据的子集）进行相同的回归。我确实知道如何在 R 中做，但是在 Stata 中更轻松地做同样的事情之后，我想知道在 R 中是否有更好的方法。

在 Stata 中你会做这样的事情：

foreach country in USA UK France {
    reg y x1 x2 if country == "`country'"
}

简单易读，对吧？在 R 中，我提出了 split 和 ddply 方法，两者都比较复杂。使用split

data.subset <- split(data, data$country)[c("USA", "UK", "France")]
res <- lapply(data.subset, function(subset) lm(y ~ x1 + x2, data=subset))

更紧凑的代码将使用ddply。但在这种情况下，该模型将适用于所有国家/地区。我可以选择几个吗？

ddply(data, "country", function(df) coefficients(lm(Y~X1+X2, data=df)))

不过，我很想知道是否有像 Stata 那样直观、可读的 for 循环？

Answer 1

有几种选择：

一种使用ddply的方式：

ddply( data[ data$country %in% c('USA','UK','France'), ], "country", function(df) coefficients(lm(Y~X1+X2, data=df)))

以不同的方式使用lapply（或sapply）：

lapply( c("USA","UK","France"), function(curcont) lm(y ~ x1+x2, data=data, subset= country==curcont))

您可以使用 nlme 包中的 lmList 函数。

您可以直接使用 lm（尽管这将使用方差的汇总估计而不是单独的估计）：

lm( y ~ 0 + factor(country) * (x1 + x2), data=data, subset= country %in% c('USA','UK','France') )

还有by 函数和for 循环，可能还有其他选项。