dplyr로 여러 회귀 모델 피팅

dplyr로 여러 회귀 모델 피팅

---

dplyr을 사용하여 매 시간 (요인 변수) 모델을 맞추고 싶습니다. 오류가 발생하고 무엇이 잘못되었는지 잘 모르겠습니다.

df.h <- data.frame( 
  hour     = factor(rep(1:24, each = 21)),
  price    = runif(504, min = -10, max = 125),
  wind     = runif(504, min = 0, max = 2500),
  temp     = runif(504, min = - 10, max = 25)  
)

df.h <- tbl_df(df.h)
df.h <- group_by(df.h, hour)

group_size(df.h) # checks out, 21 obs. for each factor variable

# different attempts:
reg.models <- do(df.h, formula = price ~ wind + temp)

reg.models <- do(df.h, .f = lm(price ~ wind + temp, data = df.h))

다양한 변형을 시도했지만 작동하지 않습니다.

---

이 작업을 수행하는 가장 쉬운 방법은 2015 년 5 월경을 사용하는 것 broom입니다. broom세 가지 기능을 포함하는 그룹에 의해 통계적 영업 복잡한 리턴 객체 취급 : tidy(여기서 단체 통계 연산에서 계수 벡터와 상품) glance(이 요약 그룹별로 통계 연산 통계 다룬다) 및 augment(행 관찰 레벨 결과되는 상품 그룹 별 통계 작업).

다음은 그룹별로 선형 회귀의 다양한 결과를 깔끔하게 추출하는 데 사용하는 방법을 보여줍니다 data_frame.

1. tidy:

   library(dplyr)
   library(broom)
   
   df.h = data.frame( 
     hour     = factor(rep(1:24, each = 21)),
     price    = runif(504, min = -10, max = 125),
     wind     = runif(504, min = 0, max = 2500),
     temp     = runif(504, min = - 10, max = 25)  
   )
   
   dfHour = df.h %>% group_by(hour) %>%
     do(fitHour = lm(price ~ wind + temp, data = .))
   
   # get the coefficients by group in a tidy data_frame
   dfHourCoef = tidy(dfHour, fitHour)
   dfHourCoef
   

   주는,

       Source: local data frame [72 x 6]
       Groups: hour
   
   hour        term     estimate   std.error  statistic     p.value
   1     1 (Intercept) 53.336069324 21.33190104  2.5002961 0.022294293
   2     1        wind -0.008475175  0.01338668 -0.6331053 0.534626575
   3     1        temp  1.180019541  0.79178607  1.4903262 0.153453756
   4     2 (Intercept) 77.737788772 23.52048754  3.3051096 0.003936651
   5     2        wind -0.008437212  0.01432521 -0.5889765 0.563196358
   6     2        temp -0.731265113  1.00109489 -0.7304653 0.474506855
   7     3 (Intercept) 38.292039924 17.55361626  2.1814331 0.042655670
   8     3        wind  0.005422492  0.01407478  0.3852630 0.704557388
   9     3        temp  0.426765270  0.83672863  0.5100402 0.616220435
   10    4 (Intercept) 30.603119492 21.05059583  1.4537888 0.163219027
   ..  ...         ...          ...         ...        ...         ...
   

2. augment:

    # get the predictions by group in a tidy data_frame
   dfHourPred = augment(dfHour, fitHour)
   dfHourPred
   

   주는,

   Source: local data frame [504 x 11]
   Groups: hour
   
   hour       price      wind      temp  .fitted  .se.fit     .resid       .hat   .sigma      .cooksd .std.resid
   1     1  83.8414055   67.3780 -6.199231 45.44982 22.42649  38.391590 0.27955950 42.24400 0.1470891067  1.0663820
   2     1   0.3061628 2073.7540 15.134085 53.61916 14.10041 -53.312993 0.11051343 41.43590 0.0735584714 -1.3327207
   3     1  80.3790032  520.5949 24.711938 78.08451 20.03558   2.294497 0.22312869 43.64059 0.0003606305  0.0613746
   4     1 121.9023855 1618.0864 12.382588 54.23420 10.31293  67.668187 0.05911743 40.23212 0.0566557575  1.6447224
   5     1  -0.4039594 1542.8150 -5.544927 33.71732 14.53349 -34.121278 0.11740628 42.74697 0.0325125137 -0.8562896
   6     1  29.8269832  396.6951  6.134694 57.21307 16.04995 -27.386085 0.14318542 43.05124 0.0271028701 -0.6975290
   7     1  -7.1865483 2009.9552 -5.657871 29.62495 16.93769 -36.811497 0.15946292 42.54487 0.0566686969 -0.9466312
   8     1  -7.8548693 2447.7092 22.043029 58.60251 19.94686 -66.457379 0.22115706 39.63999 0.2983443034 -1.7753911
   9     1  94.8736726 1525.3144 24.484066 69.30044 15.93352  25.573234 0.14111563 43.12898 0.0231796755  0.6505701
   10    1  54.4643001 2473.2234 -7.656520 23.34022 21.83043  31.124076 0.26489650 42.74790 0.0879837510  0.8558507
   ..  ...         ...       ...       ...      ...      ...        ...        ...      ...          ...        ...
   

3. glance:

   # get the summary statistics by group in a tidy data_frame
   dfHourSumm = glance(dfHour, fitHour)
   dfHourSumm
   

   주는,

   Source: local data frame [24 x 12]
   Groups: hour
   
   hour  r.squared adj.r.squared    sigma statistic    p.value df    logLik      AIC      BIC deviance df.residual
   1     1 0.12364561    0.02627290 42.41546 1.2698179 0.30487225  3 -106.8769 221.7538 225.9319 32383.29          18
   2     2 0.03506944   -0.07214506 36.79189 0.3270961 0.72521125  3 -103.8900 215.7799 219.9580 24365.58          18
   3     3 0.02805424   -0.07993974 39.33621 0.2597760 0.77406651  3 -105.2942 218.5884 222.7665 27852.07          18
   4     4 0.17640603    0.08489559 41.37115 1.9277147 0.17434859  3 -106.3534 220.7068 224.8849 30808.30          18
   5     5 0.12575453    0.02861615 42.27865 1.2945915 0.29833246  3 -106.8091 221.6181 225.7962 32174.72          18
   6     6 0.08114417   -0.02095092 35.80062 0.7947901 0.46690268  3 -103.3164 214.6328 218.8109 23070.31          18
   7     7 0.21339168    0.12599076 32.77309 2.4415266 0.11529934  3 -101.4609 210.9218 215.0999 19333.36          18
   8     8 0.21655629    0.12950699 40.92788 2.4877430 0.11119114  3 -106.1272 220.2543 224.4324 30151.65          18
   9     9 0.23388711    0.14876346 35.48431 2.7476160 0.09091487  3 -103.1300 214.2601 218.4381 22664.45          18
   10   10 0.18326177    0.09251307 40.77241 2.0194425 0.16171339  3 -106.0472 220.0945 224.2726 29923.01          18
   ..  ...        ...           ...      ...       ...        ... ..       ...      ...      ...      ...         ...
   

---

dplyr 0.4에서는 다음을 수행 할 수 있습니다.

df.h %>% do(model = lm(price ~ wind + temp, data = .))

---

에 대한 문서에서 do:

.f: 각 피스에 적용하는 기능. .f에 제공된 이름없는 첫 번째 인수는 데이터 프레임입니다.

그래서:

reg.models <- do(df.h, 
                 .f=function(data){
                     lm(price ~ wind + temp, data=data)
                 })

모델이 적합한 시간을 절약하는 데에도 유용 할 것입니다.

reg.models <- do(df.h, 
                 .f=function(data){
                     m <- lm(price ~ wind + temp, data=data)
                     m$hour <- unique(data$hour)
                     m
                 })

---

dplyr@fabians anwser에서와 같이 기능을 정의 할 필요가없는 경우보다 적절한 방식으로 사용할 수 있다고 생각합니다 .

results<-df.h %.% 
group_by(hour) %.% 
do(failwith(NULL, lm), formula = price ~ wind + temp)

또는

results<-do(group_by(tbl_df(df.h), hour),
failwith(NULL, lm), formula = price ~ wind + temp)

편집 : 물론 그것은 없이도 작동합니다failwith

results<-df.h %.% 
    group_by(hour) %.% 
    do(lm, formula = price ~ wind + temp)


results<-do(group_by(tbl_df(df.h), hour),
lm, formula = price ~ wind + temp)

참고 URL : https://stackoverflow.com/questions/22713325/fitting-several-regression-models-with-dplyr