在R上嵌套并运行多个模型

我是这个社区的新手，R，谢谢你的支持。 我通过选择dplyr遇到了新的nest_，它看起来相当不错。我已经成功地拆分了现有的Dataframe，但没有使用它们运行多个模型。我希望遍历所有的数据帧，并获得统计模型（主要是GLM模型）的原始和摘要数据

库（tidyverse）
嵌套%nest_by（循环，循环）
#一个tibble:9x3
#行方向：cyl，carb
气缸carb数据
1 4 1[5 x 9]
2 4 2[6 x 9]
361[2x9]
4 6 4[4 x 9]
566[1x9]
6 8 2[4 x 9]
7 8 3[3 x 9]
8 8 4[6 x 9]
988[1 x 9]
#现在我想在lm模型中分别运行每一行。这条线应该可以，但不行
适合%
变异（模型=地图（数据，~lm（mpg~hp，数据=））
现在，我正试图为我的统计学老师制作一个所有模型的可打印版本。
嵌套的%nest（数据=-c（循环，carb））
回归%
变异(
拟合=映射（数据，~lm（mpg~hp，数据=.x））
)
正在打印%rowwise（）%%>%
突变（打印=粘贴（carb，cyl，“此模型摘要为”），摘要（拟合），sep=“*”）
然而，这并不完全有效。
有什么想法吗？

编辑：在您的情况下，请尝试以下方法：

nested%nest（数据=-c（循环，循环））
回归%
变异(
拟合=映射（数据，~lm（mpg~hp，数据=.x）），
整洁=地图（适合、整洁），
扫视=地图（适合，扫视），
增强=映射（拟合，增强）
)
回归%>%
不耐烦（瞥了一眼）#获取拟合的统计数据
回归%>%
不尽可能（整洁）#获得所有拟合的系数

您可以将

dplyr

与

broom

结合使用，如下所示。有一个与

mtcars

完全相同的例子：

数据（mtcars）
mtcars%
嵌套（-am）%>%
变异(
拟合=地图（数据，~lm（wt~mpg+qsec+gear，数据=.x）），#S3列表列
整洁=地图（适合、整洁）
) %>% 
不干净（整洁）
###tibble:8 x 8
##am数据拟合项估计标准误差统计p值
##                                       
##我不确定你的确切问题。你有机会看看新的tidymodels网站吗？这段视频展示了如何在多个数据帧上安装一个模型，以及如何在一个数据帧上安装多个模型：谢谢，我已经使用了一些资源并修改了最后一行，仍然不走运。请显示您更改的内容和错误。此外，请详细解释您希望实现/预期产出的具体内容。这有助于调试。谢谢。我已经编辑了我原来的帖子谢谢。我正试图一步一步地完成这个场景，想知道为什么这一行行不通`适合%变异（model=map（data，~lm（mpg~hp，data=））`你会得到什么错误？似乎
nest\u by
不是来自
dplyr
，因此我建议尝试使用
nest
，如我发布的示例所示。有关具体案例，请参见顶部编辑谢谢！我简直不敢相信我花了几个小时在nest vs nest_By上，我运行了Valeri Voev提供的确切示例（
tidyverse_1.3.0
），得到了：错误：
mutate（）。x无法将
tbl\u df/tbl/data.frame
对象转换为函数ℹ 输入
tidied
是
map（适合，整洁）
。运行
rlang:：last_error（）
查看错误发生的位置。此外：警告消息：
…
的所有元素都必须命名。您想要
data=c（mpg、cyl、disp、hp、drat、wt、qsec、vs、齿轮、carb）
？
library(tidyverse)

nested <- mtcars %>% nest_by (cyl,carb)

# A tibble: 9 x 3
# Rowwise:  cyl, carb
    cyl  carb               data
  <dbl> <dbl> <list<tbl_df[,9]>>
1     4     1            [5 x 9]
2     4     2            [6 x 9]
3     6     1            [2 x 9]
4     6     4            [4 x 9]
5     6     6            [1 x 9]
6     8     2            [4 x 9]
7     8     3            [3 x 9]
8     8     4            [6 x 9]
9     8     8            [1 x 9]

#Now i would like to run each line seperately in a lm model. This line should do it, but it doesn't

fit<- nested %>% 
  mutate(model = map(data, ~lm(mpg~hp, data=.)))


Now, I am trying to make a printable version of all models for my statistics teacher. 

nested <- mtcars %>% nest (data = -c(cyl,carb))

regressions <-nested %>% 
  mutate(
    fit = map(data, ~ lm(mpg ~ hp, data = .x))
  )

printing<- regressions %>% rowwise() %>% 
  mutate (printed =  paste(carb, cyl, "This model summary is"), summary(fit),  sep  = '*') 

However this doesn't work altogether.

Any thoughts?