Линейная регрессия на разделенных данных в R - PullRequest
Новая
       21

Линейная регрессия на разделенных данных в R

0 голосов
/ 28 октября 2019

Я хочу создать группы данных, в которых измерения выполняются в нескольких Year для одного и того же вида в тех же Lat и Long. Затем я хочу запустить линейную регрессию для всех этих групп (используя N в качестве зависимой переменной и Year в качестве независимой переменной).

Практический набор данных: 

  Species Year Lat Long   N
1       1 1999   1    1   5
2       1 2001   2    1   5
3       2 2010   3    3   4
4       2 2010   3    3   2
5       2 2011   3    3   5
6       2 2012   3    3   8
7       3 2007   8    7 -10
8       3 2019   8    7 100
9       2 2000   1    1   5

Сначала яусредненные данные, когда несколько измерений проводились в одном и том же Year, в одном и том же Species, в одном и том же latitude и longitude. Затем я разделяю данные на основе Lat, Long и Species. Однако при этом все еще группируются строки, в которых Lat, Long и Species не равны ($ '4'). Кроме того, я хочу удалить $'1', поскольку я хочу использовать данные только в тех случаях, когда выполняется несколько измерений в течение ряда Year. Как мне это сделать? 

Data <- read.table("Dataset.txt", header = TRUE)
Agr_Data <- aggregate(N ~ Lat + Long + Year + Species, data = Data, mean)
Split_Data <- split(Agr_Data, Agr_Data$Lat + Agr_Data$Long + Agr_Data$Species)
Regression_Data <- lapply(Split_Data, function(Split_Data) lm(N~Year, data = Split_Data) )


Split_Data

$`3`
  Lat Long Year Species N
1   1    1 1999       1 5

$`4`
  Lat Long Year Species N
2   2    1 2001       1 5
3   1    1 2000       2 5

$`8`
  Lat Long Year Species N
4   3    3 2010       2 3
5   3    3 2011       2 5
6   3    3 2012       2 8

$`18`
  Lat Long Year Species   N
7   8    7 2007       3 -10
8   8    7 2019       3 100

Желаемый вывод: 

  Lat Long Species   Coefficients
    3    3       2   2.5
    8    7       3   9.167

1 Ответ

0 голосов
/ 28 октября 2019

Базовый раствор R: 

# 1. Import data: 

df <- structure(list(Species = c(1L, 1L, 2L, 2L, 2L, 2L, 3L, 3L, 2L ),
                     Year = c(1999L, 2001L, 2010L, 2010L, 2011L, 2012L, 2007L, 2019L, 2000L),
                     Lat = c(1L, 2L, 3L, 3L, 3L, 3L, 8L, 8L, 1L),
                     Long = c(1L, 1L, 3L, 3L, 3L, 3L, 7L, 7L, 1L),
                     N = c(5L, 5L, 4L, 2L, 5L, 8L, -10L, 100L, 5L)),
                class = "data.frame", row.names = c(NA, -9L ))

# 2. Aggregate data: 

df <- aggregate(N ~ Lat + Long + Year + Species, data = df, mean)

# 3. Concatenate vecs to create grouping vec: 

df$grouping_var <- paste(df$Species, df$Lat, df$Long, sep = ", ")

# 4. split apply combine lm:  

coeff_n <- as.numeric(do.call("rbind", lapply(split(df, df$grouping_var), 

                          function(x){

                           ifelse(nrow(x) > 1, coef(lm(N ~ Species+Lat+Long, data = x)), NA)

                          }

                        )

                      )

                    )


# 5.  Create a dataframe of coeffs: 

coeff_df <- data.frame(cbind(grouping_var = unique(df$grouping_var), coeff_n = coeff_n))

# 6. Merge the dataframes together: 

df <- merge(df, coeff_df, by = "grouping_var", all.x = TRUE)
...