应用或循环的多元线性回归？在R

我想每天在更多变量（a、b和c）之间进行多元线性回归，但实际上我每天会有5或6个数据点。然后我想创建回归系数的新列（截距和斜率）

数据是这样的

Date        a      b        c
1.1.2004    4,8  12,9   5633,0
2.1.2004    1,8  11,5   6166,0
3.1.2004    3,9  15,2   5830,0
4.1.2004    6,8  14,3   2744,0
5.1.2004    5,9  14,2   3422,0

我尝试了

apply

apply(data,1, function(x,y) lm(a~c, data=data))

---

但是我每天都会得到相同的系数，我仍然不知道如何创建包含ceof系数的两列。

我猜您的实际数据集每天只包含一个以上的数据点，否则（正如@BenBolker在评论中所说）就没有意义对其进行线性回归。无论如何，您可以在

data.table

包中执行类似的操作。试一试

library(data.table)
setDT(df)[, list(Interecept = lm(a ~ c)$coefficients[1],
                  coeff = lm(a ~ c)$coefficients[2]), by = Date]

---

或者使用

nlme:：lmList

或者

lme4:：lmList

现在我看得更仔细了，这真的没有意义——为什么要用单个数据点运行线性模型？为什么不自己计算斜率呢？许多不同的线性回归模型可以完美地拟合数据集的一行。例如，具有该行

a

值的截距和斜率

0

的模型，或具有截距

0

和斜率的模型，该行

a/c

值。你能描述一下你想要完成什么吗？谢谢，这正是我所需要的。我的数据来自更多的年份和更多的气象站。我想在不同的时间段（月或周）对两个变量进行回归。对于不同的日子，a有来自更多气象站的数据。如何提取其他系数，例如，如果我在公式lm（a~c+b+d）中添加变量，只需在

列表中添加另一个参数，例如
，coeff2=lm（a~c+b+d）$系数[3]，coeff3=lm（a~c+b+d）$系数[4]
和of corse更新前两个变量（
Intercept
和
coeff
）中的模型您有什么建议为什么我的coeff2是NA吗<代码>setDT（SLSP）[，列表（Interecept=lm（SL___均值~SL__max+SL_solu rad）$系数[1]，coeff=lm（SL__均值~SL__max+SL_solu rad）$系数[2]，coeff2=lm（SL____均值~SL__max+SL_solu rad）$系数[3]），截止日期]

可能有很多原因，例如，请参见此处