我有一个这样的数据框:
ORD exp type mu
1 Combi pH=7 exp_F mu 0.15637365
2 Combi pH=7 exp_F mu 0.12817901
3 Combi pH=7 exp_F mu 0.13392221
4 Combi pH=7 exp_F mu 0.09683254
5 Combi pH=7 exp_F mu 0.11249738
6 Combi pH=7 exp_F mu 0.10878719
7 Combi pH=7 exp_F mu 0.11019295
8 Combi pH=7 exp_F mu 0.12100511
9 Combi pH=7 exp_F mu 0.09803942
10 Combi pH=7 exp_F mu 0.13842086
11 Combi pH=7 exp_F mu 0.12778964
12 ORD0793 exp_F mu 0.13910441
13 ORD0793 exp_F mu 0.12603702
14 ORD0793 exp_F mu 0.12670842
15 ORD0795 exp_F mu 0.12982122
16 ORD0795 exp_F mu 0.13648100
17 ORD0795 exp_F mu 0.13593685
18 ORD0799 exp_F mu 0.13906691
continues...
我想做一个线性调整,如
lm(mu~ORD, data=df)
但对于每一组类型和经验。我已经尝试了以下但它不工作..:intsl <- df %>% group_by(exp,type) %>%
fortify(lm(mu~ORD)) %>%
select(exp,type, .fitted, .resid)
我需要使用强化,因为我需要 .fitted 和 .resid 字段,以便稍后使用
facet_grid
按类型和 exp 对图进行多图排序。包含在 ggplot 中以检查每个拟合模型中是否存在异方差性..就像但在一个有组织的多图中:有什么建议? :<
最佳答案
fortify()
的文档在 ggplot2
包表示该方法将被弃用,并且 broom
应该使用包代替。根据信息 here ,你应该做这样的事情:
library(dplyr)
library(broom)
intsl <- df %>%
group_by(exp, type) %>%
do(fit = lm(mu ~ ORD, .)
intsl %>% augment(fit)
这应该为您提供数据框,其中包含用于对回归进行分组的变量、回归变量以及每个观察的额外输出,例如
.fitted
和 .resid
,因此您可以继续使用 ggplot
绘制它们直接地。
关于r - 对数据框的每一组进行线性拟合,检查异方差性,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45693218/