有没有一种简单的方法来计算基于多个点的线性回归斜率？答案

【问题标题】：Is there a simple way to calculate the linear regression slope based on multiple points?有没有一种简单的方法来计算基于多个点的线性回归斜率？
【发布时间】：2018-06-03 21:50:34
【问题描述】：

data <- data.frame(Year1 = c(4, 2), Year2 = c(0, 10), Year3 = c(5, 6), Year4 = c(18, 4))

鉴于上面的 2 行/观察值包含 4 年/列。我想让 R 根据每个观察的所有 4 个点计算线性回归线的斜率。

斜率值应出现在数据框右侧的新列中。

slope_data <- data.frame(Year1 = c(4, 2), Year2 = c(0, 10), Year3 = c(5, 6), Year4 = c(18, 4), Slope = c(5, 5))

我想知道是否有一个简单的函数或包可以实现这一点？

【问题讨论】：

标签： r

【解决方案1】：

根据 cmets，这将需要超过两行。您可以使用lm 获取一行所需的斜率，并使用sapply 获取所有行的斜率。

Slope = function(x) {
    TempDF = data.frame(x, year=1:ncol(data))
    lm(x ~ year, data=TempDF)$coefficients[2]
}

TData = as.data.frame(t(data))
data$slope = sapply(TData, Slope)
data
  Year1 Year2 Year3 Year4 slope
1     4     0     5    18   4.7
2     2    10     6     4   0.2

【讨论】：

感谢您的回复！没错，斜率可能不会使这些数据受益，但那是因为我使用的是样本数据，而我的真实数据有几千个观察值。话虽如此，是否有一种更自动的方法可以在一个代码中找到许多观察的斜率？
感谢您的回答！你能解释一下 $coefficients[2] 部分指的是什么吗？
lm 函数返回一个复杂的结构。其中之一是系数 - 斜率和截距。截距是 $coefficients[1]。斜率为 $coefficients[2]。如果您保存其中一个线性模型LM =lm( ... )，然后输入str(LM)，您可以看到所有返回的内容。
这真的很有帮助。非常感谢！