R 多因素分组数据框架的回归

我正在编写回归脚本。 我有一个data.frame，大约有130列，其中一列（我们称之为X列）需要对所有其他100个数值列进行回归

在计算回归之前，我需要按4个因素对数据进行分组：

myDat$Recipe

、

myDat$Step

、

myDat$Stage

、和

myDat$Prod

，同时仍保留为回归附加的其他~100列和行数据。然后我需要对每列~X列进行回归，并打印出带有列名的R^2值。这是我到目前为止尝试过的，但它变得过于复杂，我知道一定有更好的方法

 rm(list=ls())
 myDat <- read.csv(file="C:/Users/Documents/myDat.csv",              header=TRUE, sep=",")

for(j in myDat$Recipe)
{
  myDatj <- subset(myDat, myDat$Recipe == j) 
  for(k in myDatj$Step)
  {
    myDatk <- subset(myDatj, myDatj$Step == k) 
    for(i in myDatk$Stage)
    {
      myDati <- subset(myDatk, myDatk$Stage == i)
      for(m in myDati$Prod)
      {
        myDatm <- subset(myDati, myDati$Prod == m)
          if(is.numeric(myDatm[3,i]))  
          {     
          fit <- lm(myDatk[,i] ~ X, data=myDatm) 
          rsq <- summary(fit)$r.squared
            {
              writeLines(paste(rsq,i,"\n"))
           }  
         }
      }
    }
  }  
}      

rm（list=ls（））
myDat您可以通过组合、和我的软件包来实现这一点（您可以使用
install.packages
安装它们）。首先，需要将所有数值列收集到一个列中：

library(dplyr)
library(tidyr)
tidied <- myDat %>%
    gather(column, value, -X, -Recipe, -Step, -Stage, -Prod)

库（dplyr）
图书馆（tidyr）
整理%
聚集（列、值、-X、-Recipe、-Step、-Stage、-Prod）

要了解它的作用，您可以仔细阅读。（这假设除X、配方、步骤、阶段和产品外的所有列都是数字，因此应在回归中预测。如果不是这样，则需要事先删除它们。如果需要更定制的解决方案，则需要生成问题的可复制示例）

然后执行每个回归，同时按列和四个分组变量分组

library(broom)

regressions <- tidied %>%
    group_by(column, Recipe, Step, Stage, Prod) %>%
    do(mod = lm(value ~ X))

glances <- regressions %>% glance(mod)

库（扫帚）
回归%
分组依据（列、配方、步骤、阶段、产品）%>%
do（mod=lm（值~X））
浏览百分比浏览（mod）

产生的
扫视
数据框将为列、配方、步骤、阶段和产品的每个组合有一行，以及包含每个模型的r平方的
r.squared
列。（它还将包含
adj.r.squared
，以及其他列，如F-test p-value：有关更多信息，请参阅）。运行
coefs%tidy（mod）
可能对您也很有用，因为它将从每次回归中获得系数估计值和p值

类似的用例在中有描述，在的第3.1节中也有介绍。
。您在使用浏览线时是否遇到过以下错误？“数据帧中的错误（r.squared=r.squared，adj.r.squared=adj.r.squared，：object‘fstatistic’not found）”在s3对象上进行了协调和整洁的工作，只是没有一瞥。@JacobOdom我没有遇到过这个问题。是否可能创建一个可复制的示例，并将其作为一个新问题问出来？请在你找到时打电话给我。刚刚发布了它！