R 分组回归

我有一张桌子：

CityData ->

City        Price     Bathrooms      Bedrooms      Porch

Milwaukee   2300      2              3             yes
Chicago     3400      3              2             yes
Springfield 2300      1              1             no
Chicago     2390      2              1             yes

我想为每个城市运行一个回归（每个城市多行），以给我每个城市的系数。我想回归其他混杂变量（浴室、卧室、门廊）的价格

我尝试了dplyr库：

library(dplyr)

fitted_models = CityData %>% 
    group_by(CityData$City) %>% 
    do(model = lm(CityData$Price ~ CityData$Bathrooms +
                  CityData$Porch + CityData$Bedrooms, data = CityData))

但产出只是一个小问题

14    lm    list
14    lm    list
14    lm    list

---

有什么建议吗？

你可以试试这样的。这里我将以mtcars数据为例

df <- mtcars
models <- df %>% group_by(cyl) %>% summarise(mod = list(lm(mpg ~ wt)))

你也可以变得更复杂

models <- df %>% group_by(cyl) %>% summarise(mod = list(lm(mpg ~ wt + hp)))
models$mod[[1]]$coefficients
(Intercept)          wt          hp 
45.83607319 -5.11506233 -0.09052672 

---

您希望每个城市有不同的截距，还是希望每个城市的卧室、浴室等有一组不同的系数？此外，为了使您的示例具有可复制性，您必须提供足够的数据来运行回归（行数多于预测数）。我希望为门廊变量使用不同的系数。从

lm（Price~City+Bathrooms+borch+Bedrooms，CityData）

开始，然后根据需要变得更复杂。另外，不要在公式或dplyr/tidy eval函数中使用

$

子集，只使用裸变量名。我不明白这个输出是什么。14是多少？是否为

lm

和

list

列类型？如果是这样的话，那么这些类型就是该代码的预期类型，因此您需要更清楚地解释您得到了什么以及您在寻找什么。

models <- df %>% group_by(cyl) %>% summarise(mod = list(lm(mpg ~ wt + hp)))
models$mod[[1]]$coefficients
(Intercept)          wt          hp 
45.83607319 -5.11506233 -0.09052672 

models$cyl
[1] 4 6 8