使用 R 中的多元线性回归的截距创建新数据框答案

【问题标题】：Create new data frame using intercepts of multiple linear regression in R使用 R 中的多元线性回归的截距创建新数据框
【发布时间】：2025-12-21 17:40:11
【问题描述】：

我有一个大约 200 列的数据框，它看起来像这样：

d1 <- structure(list(Date=c(2012, 2012, 2013, 2013, 2014, 2014),
                x1=c(NA, NA, 17L, 29L, 27L, 10L), x2=c(30L, 19L, 22L, 20L, 11L,
                24L), x3=c(NA, 23L, 22L, 27L, 21L, 26L), x4=c(30L, 28L, 23L,
                24L, 10L, 17L), x5=c(12L, 18L, 17L, 16L, 30L, 26L)),
                 row.names=c(NA, 6L), class="data.frame")

输出：

 Date x1 x2 x3 x4 x5
1 2012 NA 30 NA 30 12
2 2012 NA 19 23 28 18
3 2013 17 22 22 23 17
4 2013 29 20 27 24 16
5 2014 27 11 21 10 30
6 2014 10 24 26 17 26

我现在想分别对每一年进行线性回归，并创建一个新的数据框，只使用每年每个变量 x1 到 x4 的截距。我的自变量是 x5。

像这样：

 Time x1 x2 x3 x4 
1 2012 Interceptx1 Interceptx2  Interceptx3 Interceptx4 
2 2013 Interceptx1 Interceptx2  Interceptx3 Interceptx4 
3 2014 Interceptx1 Interceptx2  Interceptx3 Interceptx4

我试过lms <- lapply(2:5, function(x) lm(d1[,x] ~ d1$x5)) 和df <- data.frame(sapply(lms, coef)) 但这会在整个时间段内运行回归。我的数据框包含 200 列，因此我正在寻找一种有效的方法来创建这个新的数据框。

非常感谢！

【问题讨论】：

你能定义你所说的拦截吗？你的意思是来自lm() 的输出吗？另外，您还想使用哪些变量组合来训练模型？
如果您按年份运行线性回归，并且您希望因变量是xn 列，那么自变量是什么？例如lm(x1 ~ ?, data = d1)
我编辑了我的帖子。 @Rohit拦截是指我从df <- data.frame(sapply(lms, coef))获得的拦截。
@r.bot 我的自变量是 x5。因此，在我的示例中，按年份进行的回归将是：lm(x1 ~ x5, data = d1)、lm(x2 ~ x5, data = d1)、lm(x3 ~ x5, data = d1)、lm(x4 ~ x5, data = d1)
有一个叫做 broom 的包可以做到这一点。

标签： r dataframe regression lapply

【解决方案1】：

这是基于我所做的其他一些工作的解决方案。我确信可以将其清理为纯粹的 purrr 解决方案，并欢迎任何类似的建议。

我不得不对您的数据进行一些更改，因为 NA 值导致它中断。

library(purrr)
library(dplyr)
library(tidyr)
library(broom)

d1 <- structure(list(cyear=c(2012, 2012, 2013, 2013, 2014, 2014),
                     x1=c(5L, 5L, 17L, 29L, 27L, 10L), 
                     x2=c(30L, 19L, 22L, 20L, 11L,24L), 
                     x3=c(5L, 23L, 22L, 27L, 21L, 26L), 
                     x4=c(30L, 28L, 23L,24L, 10L, 17L), 
                     x5=c(12L, 18L, 17L, 16L, 30L, 26L)),
                row.names=c(NA, 6L), class="data.frame")

models <- nest(d1, -cyear)
str(models)

reg_vars <- c("x1", "x2", "x3", "x4")

# The following loops through each of the independent
for(i in 1:length(reg_vars)){
  var_mdl <- rlang::sym(paste0(reg_vars[i], "_mdl")) # create the name of a model
  var_res <- rlang::sym(paste0(reg_vars[i], "_res")) # create the name of the results
  formula = as.formula(paste0(reg_vars[i], " ~ x5")) # create the regression formula
  print(formula)

  models <- models %>%
    mutate(
# create the model as an element in the nested data
      !!var_mdl := map(data, ~ lm(formula, data = ., na.action = "na.omit")), 
# tidy the model results into an element
      !!var_res := map(!!var_mdl, tidy)
    )
}
models

reg_vars2 <- paste0(reg_vars, "_res")
reg_vars2

# clean up ####
# this will extract the regression results into a new data frame
for(i in 1:length(reg_vars2)){
  if(i == 1){
    results <- rlang::sym(reg_vars2[i])
    out_df <- models %>% 
      select(cyear, !!results) %>% 
      unnest(!!results)  
  }
  results <- rlang::sym(reg_vars2[i])
  temp_df <- models %>% 
    select(cyear, !!results) %>% 
    unnest(!!results)
  out_df <- bind_rows(out_df, temp_df)
}

head(out_df)

【讨论】：