data.frame 行上的 lm() ~ colnames

Question

我尝试对数据框执行简单的lm() 回归分析。明确地说，我想在数据框的列名和每一行之间执行回归分析。我的数据框如下所示：

d = data.frame(replicate(6,rnorm(6)))
colnames(d) = as.character(0:5)

但是，我的lm() 不起作用：

lm(d[1,]~colnames(d))
#Error in model.frame.default(formula = d[1, ] ~ colnames(d), drop.unused.levels = TRUE) : 
#invalid type (list) for variable 'd[1, ]'

如果有人帮助我运行此程序，我将不胜感激。 lm() 函数我用的不多。

我知道lm() 函数需要lm(columnA ~ columnB, data = mydata) 格式的内容，因此我尝试在此处发布问题之前为我的数据构建数据框：

cbind(d[1,],0:5)

但是，这不会降低d 的尺寸。不知道为什么。如果有人也能回答这个问题，即使对 R 的更一般的理解会对我有很大帮助。

Answer 1

我必须对你的计划做一些假设，因为你没有主动澄清它。

我假设您希望数据框的每一行都有不同的独立回归线。换句话说，您有多个响应（每行一个），但有一个共同的协变量：

x <- 1:ncol(d) - 1

这样就可以了

fit <- lm(t(d) ~ x)

#Call:
#lm(formula = t(d) ~ x)

#Coefficients:
#             [,1]      [,2]      [,3]      [,4]      [,5]      [,6]    
#(Intercept)   0.23133   0.48307   0.07867   0.62308   0.71174   0.89866
#x             0.02964  -0.30077  -0.05160   0.06321  -0.17155  -0.43689

fit 不是标准的“lm”对象，而是“mlm”（多重线性模型）。您在上面看到的系数矩阵的每一列都与每个响应相关联。