按国家分割data.frame，并在每个子集上创建线性回归模型

我有一个来自世界银行的数据框架，看起来像这样

  country date BirthRate     US.
4   Aruba 2011    10.584 25354.8
5   Aruba 2010    10.804 24289.1
6   Aruba 2009    11.060 24639.9
7   Aruba 2008    11.346 27549.3
8   Aruba 2007    11.653 25921.3
9   Aruba 2006    11.977 24015.4

总之，在这个数据框架中有70多个国家的子集，我想对它们进行线性回归

如果我使用以下方法，我会得到一个国家的不错的lm

andora = subset(high.sub, country == "Andorra")

andora.lm = lm(BirthRate~US., data = andora)

anova(andora.lm)
summary(andora.lm)

但是当我尝试在for循环中使用相同类型的代码时，我会在代码下面打印一个错误

high.sub = subset(highInc, date > 1999 & date < 2012)
high.sub <- na.omit(high.sub)
highnames <- unique(high.sub$country)

for (i in highnames) {
  linmod <- lm(BirthRate~US., data = high.sub, subset = (country == "[i]"))  
}

如果我能让这个循环运行，我会理想地将每个模型的系数和更好的r平方值附加到一个空的data.frame。任何帮助都将不胜感激

谢谢

---

Josh

这是对@BondedDust的评论的一个轻微修改

models <- sapply(unique(as.character(df$country)),
                 function(cntry)lm(BirthRate~US.,df,subset=(country==cntry)),
                 simplify=FALSE,USE.NAMES=TRUE)

# to summarize all the models
lapply(models,summary)
# to run anova on all the models
lapply(models,anova)

---

这是对@bondedust的评论的轻微修改

models <- sapply(unique(as.character(df$country)),
                 function(cntry)lm(BirthRate~US.,df,subset=(country==cntry)),
                 simplify=FALSE,USE.NAMES=TRUE)

# to summarize all the models
lapply(models,summary)
# to run anova on all the models
lapply(models,anova)

查看nlme包的lmList函数：

这里，| country用于为每个国家/地区创建回归。

查看nlme包的lmList函数：

---

这里，| country用于为每个国家创建回归。

去掉i周围的引号和括号。R不是宏语言。另外，您需要停止覆盖循环中的值。使用Lappy返回列表中的值，或者学习为列表元素编制索引。@BondedDust，谢谢。这解决了我的问题。你能提供一种方法来执行我试图用Lappy做的任务吗？我想知道nlme的lmList是否适合你。去掉I周围的引号和括号。R不是宏语言。另外，您需要停止覆盖循环中的值。使用Lappy返回列表中的值，或者学习为列表元素编制索引。@BondedDust，谢谢。这解决了我的问题。你能提供一种方法来执行我试图用lapply做的任务吗？我想知道nlme的lmList是否适合你。非常感谢，非常好，我可以跟随！非常感谢，非常好，我可以跟着！

models[["Aruba"]]

library(nlme)
lmList(BirthRate ~ US. | country, df)