我正在寻找可以解决这个难题的 Tidyverse/broom 解决方案:
假设我有 不同的DV 和一个 具体 一组 IVS,我想执行一个回归,考虑每个 DV 和这组特定的 IV。
我知道我可以使用 for i in 或 apply family 之类的东西,但我真的很想使用 tidyverse 来运行它。
以下代码作为示例
ds <- data.frame(income = rnorm(100, mean=1000,sd=200),
happiness = rnorm(100, mean = 6, sd=1),
health = rnorm(100, mean=20, sd = 3),
sex = c(0,1),
faculty = c(0,1,2,3))
mod1 <- lm(income ~ sex + faculty, ds)
mod2 <- lm(happiness ~ sex + faculty, ds)
mod3 <- lm(health ~ sex + faculty, ds)
summary(mod1)
summary(mod2)
summary(mod3)
收入、幸福和健康都是DV。 Sex 和 Faculty 是 IV,它们将用于所有回归。
That是我找到的最接近的
如果我需要澄清我的问题,请告诉我。
谢谢。
最佳答案
由于您有不同的因变量但相同的独立变量,您可以形成这些矩阵并传递给 lm
。
mod = lm(cbind(income, happiness, health) ~ sex + faculty, ds)
我认为
broom::tidy
有效library(broom)
tidy(mod)
# response term estimate std.error statistic p.value
# 1 income (Intercept) 1019.35703873 31.0922529 32.7849205 2.779199e-54
# 2 income sex -54.40337314 40.1399258 -1.3553431 1.784559e-01
# 3 income faculty 19.74808081 17.9511206 1.1001030 2.740100e-01
# 4 happiness (Intercept) 5.97334562 0.1675340 35.6545278 1.505026e-57
# 5 happiness sex 0.05345555 0.2162855 0.2471528 8.053124e-01
# 6 happiness faculty -0.02525431 0.0967258 -0.2610918 7.945753e-01
# 7 health (Intercept) 19.76489553 0.5412676 36.5159396 1.741411e-58
# 8 health sex 0.32399380 0.6987735 0.4636607 6.439296e-01
# 9 health faculty 0.10808545 0.3125010 0.3458723 7.301877e-01
关于r - 使用 broom 和 tidyverse 对不同的因变量运行回归,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51642146/