试图为 R 中 csv 文件的每一行找到回归和 p 值

Question

您好，我对 R 比较陌生，在尝试对每行进行线性回归时遇到了一些麻烦。

我不能附上实际的数据集，因为我不允许分享它，但这是基本大纲：

       Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec (...total 12 cols)              
Type 1
Type 2 
Type 3 
(... total 1680 rows)

The values are level of inventory for each type, numeric (no strings).

基本上我想做的是outlined here：

(1) 以时间为自变量的线性回归

(2) ANOVA 检验时间系数是否具有统计显着性。

我想做的是对每一行（即每个“类型”）进行回归分析，将时间作为自变量，然后为每一行输出一个 p 值，该值将添加到新列中的行中.目的是使用 p 值来查看每种类型的库存是否存在趋势，而不必绘制 1680 种不同类型的产品，因为这很难分析。

我已经使用 lm() 对每一行查看了很多类似的问题，但没有一个问题包括我将如何输出 p 值而不是系数本身。希望有人能帮忙！

Answer 1

cmets 很有用，即在模型有效性方面，请参阅交叉验证。以下是我使用 data.table 包处理代码的方法：

# some fake value
input <- data.frame(type=1:3, x1=rnorm(3), x2=rnorm(3), x3=rnorm(3), x4=rnorm(3))

# package for data manipulating, run install.packages("data.table")
library(data.table)

# convert to data.table and set names based on time index
input_dt <- as.data.table(input)
setnames(input_dt, c("type", 1:(ncol(input_dt)-1)))
input_dt[]

# wide to long format for modelling
dt <- melt(input_dt, id.vars = "type", variable.name="time")
dt[, time := as.numeric(time)]

# function to fit lm and get p-value
# replace with yours
myPvalFun <- function(data){

  # model. Do value ~ -1 + time for no intercept model
  mod <- lm(value ~ time, data=data)

  # p-values for regressor
  pvals <- summary(mod)$coefficients[,4]

  # just time p-value, [1] is intercept
  return(pvals[2])
}

# loop across using lapply and splitting the data up
pvals_list <- lapply(unique(dt$type), function(i){
  mod_dt <- dt[type==i,]
  data.table(type=i, pval=myPvalFun(mod_dt))
})
# bind list to a data.table
pvals <- rbindlist(pvals_list)

# make output and convert to data.frame
output_dt <- merge(input_dt, pvals, by="type")
output <- as.data.frame(output_dt)