Штабелирование результатов

Question

Я использую следующий код для генерации данных и оцениваю регрессионные модели по списку переменных (covar1 и covar2).Я также создал доверительные интервалы для коэффициентов и объединил их вместе.

Я изучал все виды примеров здесь и на других сайтах, но, похоже, не могу добиться того, чего хочу.Я хочу объединить результаты для каждого ковара в один фрейм данных, помечая каждый кластер результатов тем коваром, к которому он относится (т. Е. "Covar1" и "covar2").Вот код для генерации данных и результатов с использованием lapply:

##creating a fake dataset (N=1000, 500 at treated, 500 at control group)
#outcome variable
outcome <- c(rnorm(500, mean = 50, sd = 10),  rnorm(500, mean = 70, sd = 10))

#running variable
running.var <- seq(0, 1, by = .0001)
running.var <- sample(running.var, size = 1000, replace = T)

##Put negative values for the running variable in the control group
running.var[1:500] <- -running.var[1:500]

#treatment indicator (just a binary variable indicating treated and control groups)
treat.ind <- c(rep(0,500), rep(1,500))

#create covariates
set.seed(123)
covar1 <- c(rnorm(500, mean = 50, sd = 10), rnorm(500, mean = 50, sd = 20))
covar2 <- c(rnorm(500, mean = 10, sd = 20), rnorm(500, mean = 10, sd = 30))
data <- data.frame(cbind(outcome, running.var, treat.ind, covar1, covar2))
data$treat.ind <- as.factor(data$treat.ind)

#Bundle the covariates names together
covars <- c("covar1", "covar2")

#loop over them using a convenient feature of the "as.formula" function
models <- lapply(covars, function(x){
  regres <- lm(as.formula(paste(x," ~ running.var + treat.ind",sep = "")), data = d)
  ci <-confint(regres, level=0.95)
  regres_ci <- cbind(summary(regres)$coefficient, ci)
})
names(models) <- covars
print(models)

Любое толчок в правильном направлении или ссылка на пост, с которым я только что не сталкивался, очень ценится.

Answer 1

Вы можете использовать do.call, где вторым аргументом является список ( как здесь ):

do.call(rbind, models)

Я сделал (возможно) улучшение для вашей lapply функции,Таким образом, вы можете сохранить оценочные параметры и переменные в data.frame:

models <- lapply(covars, function(x){
  regres <- lm(as.formula(paste(x," ~ running.var + treat.ind",sep = "")), data = data)
  ci <-confint(regres, level=0.95)
  regres_ci <- data.frame(covar=x,param=rownames(summary(regres)$coefficient),
                          summary(regres)$coefficient, ci)
})

do.call(rbind,models)