寫

在前面

在目前為止所有小伙伴們向大貓請教過的R問題中，大貓總結(jié)了最常遇見同時也是比較難的三個問題，分別是(1)事件研究法；(2)分組回歸；(3)滾動回歸。事件研究法在第一期中已經(jīng)講述，本期我們就來瞧瞧如何做分組回歸~

PS：由于微信的限制，給大貓留言的小伙伴超過48小時后大貓就不能回復(fù)你們了。所以如果想聯(lián)系大貓，可以按照文章最后的微信號加大貓微信哦。

問

題引入

很多時候我們需要處理的數(shù)據(jù)集中會有一個變量用于標(biāo)記變量所在的組。例如下圖中，stkid(我們可以把它想象成股票代碼)有五種可能：a, b, c, d, e，每一個字母表示一只股票。y是因變量，可以想象成股票的日收益，x是自變量，可以想象成市場收益。我們希望對于每個股票，都跑一個如下回歸：

y = x

并且把系數(shù)都保存在輸出數(shù)據(jù)集中。

圖：樣例數(shù)據(jù)集

看似非常簡單，但其實想要高效優(yōu)美地實現(xiàn)是需要一定技巧滴。很多小伙伴大動干戈想把原數(shù)據(jù)集按照stkid的值拆成若干子數(shù)據(jù)集，并用for循環(huán)來做回歸——大可不必這樣。其實，要實現(xiàn)這一步只需要一行代碼哦。

為了便于說明問題，我們先構(gòu)造一個樣例數(shù)據(jù)集：

# 確定隨機數(shù)種子

# 想知道為什么要把42作為隨機數(shù)種子？在google中輸入“the answer to life the universe and everything”會有驚喜哦。

set.seed(42)

# 生成樣例數(shù)據(jù)集dt，其一共有100行。stkid代表分組變量，有a, b, c, d, e五個類別；x和y分別隨機生成

dt

要實現(xiàn)一行代碼完成分組回歸，需要用到data.table包！

步

驟分解

我們先把這一行優(yōu)雅的代碼放上來：

# result是輸出數(shù)據(jù)集

result

最終的輸出數(shù)據(jù)集是這個樣子的：

現(xiàn)在我們逐一分析這一行代碼。

• keyby語句為data.table包中的分組語句，它能夠?qū)eyby中的每一個不同的值(這里為abcde)都分別跑一次回歸。

• ".SD"的含義是Subset of Data，每一個.SD都代表一個由keyby所決定的分組。具體而言，如果此時keyby語句循環(huán)到'a'，那么.SD就表示原數(shù)據(jù)集中所有stkid == 'a'的行。在這里，.SD用來作為回歸函數(shù)lm的輸入數(shù)據(jù)集。

• coef函數(shù)用來提取回歸的系數(shù)。

• 整行代碼的關(guān)鍵在as.list函數(shù)。我們先看看如果不加as.list結(jié)果會是怎樣的：

小伙伴們會發(fā)現(xiàn)此時每個組都有兩行觀測，其實他們分別對應(yīng)著回歸的intercept和coefficient。如果我們的回歸不是單自變量而是雙自變量，那么每個分組就會有三行觀測了，一行是截距，還有兩行是系數(shù)。

as.list的作用就在于，它把原來“豎著”的系數(shù)給“拉平”了，無論最終結(jié)果會出現(xiàn)幾個系數(shù)，統(tǒng)統(tǒng)放到一行中顯示。其中的原理是，data.table最終的輸出必須是一個class為list的元素，符合條件的除了list自己，還包括 data.frame，data.table等。如果我們只加coef函數(shù)而不加as.list，那么最終輸出的是一個vector，data.table會自動把這個vector拉直(也就是上圖看到的這樣)，而加了as.list之后，原來輸出vector就被打包成了list，變成了我們需要的樣子。

拓

展

這時有的小伙伴可能想問，有沒有可能同時計算兩個不同的回歸方程？比如還是上面這個數(shù)據(jù)集，我想同時輸出帶系數(shù)的回歸結(jié)果和不帶系數(shù)的回歸結(jié)果，應(yīng)該怎么做？

還是只需要一行，大貓在這里給出答案(重點已經(jīng)用紅筆標(biāo)出來啦)：

result

結(jié)果是：

是不是很神奇？至于原理，大家自己回去研究哦。

總結(jié)

以上是生活随笔為你收集整理的datatables 一行数据生成两行_一行代码搞定分组回归的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。