使用dplyr的因子水平回归模型：获得重复误差

我试图在我的数据框架中的多个因子水平上运行逻辑回归模型，我得到的是每个因子水平的复制结果，而不是唯一的模型参数。当我使用diamond数据集并运行相同的代码时会发生这种情况，如下所示：

diamonds$E <- 
  if_else(diamonds$color=='E',1,0)   #Make 'E' binary

fitted_models <- diamonds %>% 
  group_by(clarity) %>%              #Group by clarity
  do(model=glm(E~price,#regress price on E
           data=diamonds,
           family=binomial(link='logit'))) 

fitted_models %>% 
  tidy(model)%>% 
  View    #use broom package to look

diamonds$E%#按清晰度分组
do（model=glm（E~price，#回归E上的价格
数据=钻石，
族=二项式（link='logit'））
已安装的\u型号%>%
整洁（型号）%%>%
查看#使用扫帚包查看

---

我一直在想我为什么会遇到这个问题。

问题在您的

glm

电话中。删除

data=diamonds

并将其替换为

data=。

fitted_models <- diamonds %>% 
  group_by(clarity) %>%              #Group by clarity
  do(model=glm(E~price,#regress price on E
               data = .,
           family=binomial(link='logit'))) 

fitted_models %>% 
  tidy(model)

已安装的\u型号%
分组依据（清晰度）%>%#分组依据清晰度
do（model=glm（E~price，#回归E上的价格
数据=。，
族=二项式（link='logit'））
已安装的\u型号%>%
整洁（模型）

---

无论何时使用

do

，都需要使用

引用分组的数据帧。当代码当前读取时，您引用的是原始的未分组帧，而不是管道传递给

do

的帧。例如，您不能只调用列

E

，您需要使用

$E

。另一种解决方案是

glm（.$E~.$price）

，谢谢您的帮助。我想在模型中运行大约20个ID。通过只使用所需变量过滤数据库并运行它，这是最好的方法吗？@elliot这可能是最简单的方法。您可以使用dplyr函数

select（）

。另一种方法是单独写出公式并将其指定给变量，然后在函数中使用该变量。这对你来说可能更干净，尤其是如果你想改变公式的话。很抱歉一直问这些后续问题，但是我在R中编写公式变量的方法让我陷入了困境。我正在使用“粘贴”在我的数据帧中创建一个公式，如下所示：r%as.vector（）ID%as.vector（）formula抱歉，我不会花时间在那里解析长字符串格式，但我的最佳猜测是您需要将字符串更改为公式。请参见

？as.formula

。