mtcarsデータセットのgpm(1マイル当たりのガロン= 1/mpg)のモデルをwtにフィッティングするのと同じことをしたいと思います。それは簡単だと思われます:broomとdplyrを使用してグループ化されたデータをグループ化されたモデルに適用するにはどうすればよいですか?
data(mtcars)
library(dplyr)
library(tidyr)
library(broom)
library(ggplot2)
library(scales)
mtcars2 <-
mtcars %>%
mutate(gpm = 1/mpg) %>%
group_by(cyl, am)
lm1 <-
mtcars2 %>%
do(fit = lm(gpm ~ wt, data = .))
これは私に6行のローのデータフレームを期待どおりに取得します。
このグラフは、6つのグループが存在することを確認:
lm1 %>% augment(fit)
私は32行、行ごとに一を与える:
p1 <-
qplot(wt, gpm, data = mtcars2) +
facet_grid(cyl ~ am) +
stat_smooth(method='lm',se=FALSE, fullrange = TRUE) +
scale_x_continuous(limits = c(0,NA))
Iはフィット出力を得るために)(増補を使用することができ期待どおりのmtcars2。今
挑戦:私は、これは、同じサイズのデータフレームを生成することを期待
newdata <-
mtcars2 %>%
mutate(
wt = wt + cyl/4)
:私はCYL/4で重量をインクリメントしましNEWDATAを、使用してフィット出力を取得したいのですがlm1%>%augment(fit):newdataの各行に対して1行。cylとamのグループ化変数によってモデルと新データが一致します。
残念なことに、
pred1 <-
lm1 %>%
augment(
fit,
newdata = newdata)
は明らかNEWDATAの各行にそれぞれのモデルをフィッティング、私の192行(= 6×32)を有するデータフレームを与えます。
他の場所から読んだところでは、group_byとrowwiseデータフレームは互換性がないため、lm1はグループ化されず、augmentはモデルとnewdataを関連付けることができません。これを可能にする別のデザインパターンはありますか?上記の試みと同じくらいシンプルで透明であればいいですが、もっと重要です。
> sessionInfo()
R version 3.3.1 (2016-06-21)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows 7 x64 (build 7601) Service Pack 1
locale:
[1] LC_COLLATE=English_United States.1252
[2] LC_CTYPE=English_United States.1252
[3] LC_MONETARY=English_United States.1252
[4] LC_NUMERIC=C
[5] LC_TIME=English_United States.1252
attached base packages:
[1] stats graphics grDevices utils datasets methods base
other attached packages:
[1] scales_0.4.0 ggplot2_2.1.0 broom_0.4.1 tidyr_0.6.0 dplyr_0.5.0
loaded via a namespace (and not attached):
[1] Rcpp_0.12.7 magrittr_1.5 mnormt_1.5-4 munsell_0.4.3
[5] colorspace_1.2-6 lattice_0.20-34 R6_2.1.3 stringr_1.1.0
[9] plyr_1.8.4 tools_3.3.1 parallel_3.3.1 grid_3.3.1
[13] nlme_3.1-128 gtable_0.2.0 psych_1.6.9 DBI_0.5-1
[17] lazyeval_0.2.0 assertthat_0.1 tibble_1.2 reshape2_1.4.1
[21] labeling_0.3 stringi_1.1.1 compiler_3.3.1 foreign_0.8-67
EDIT:
@aosmith:
はここに私のSessionInfo()だ私はあなたの2番目のオプションを模索してきた、と私はそれが好きです。私が実際のデータで試してみると、mutateコマンドに問題があります。「エラー:augmentはクラスリストのデータを処理する方法を知らない」という結果を返します。
私の実際のコードはもっと似ている:
newdata %>%
dplyr::select(cyl, am, wt) %>% # wt holds new predictor values
group_by(cyl, am) %>%
nest() %>%
inner_join(regressions, .) %>%
## looks like yours at this point
mutate(pred = list(augment(fit, newdata = data))) %>% # Error here
unnest(pred)
私はそれがあなたのように見えると言う場合は、私は次の列(一貫性のために、ここで名前を変更)を持っている意味:ID(CHR)、ATTR1(DBL)、 cyl(dbl)、am(chr)、fit(list)、およびdata(list)です。 cyl、am(dbl)、フィット、およびデータがあります。私は私のAMをDBLに変更したが、それは役に立たなかった。
私は、このサンプル(12個の測定値を持つ各サンプル)で3(ID ... mtcarsのrownamesに似ています)x 2(cyl)x 2 mtcarsの例では、セルあたり3(cyl)x 2(am)のセルタイプの乱数があります。私の分析では、ID値を確認する必要がありますが、newdataはすべてのユニットに均等に適用されます。それが助けになるならば、それをテスト中の各車に適用される逆風の速度と考えてください。これは、クラスリストのデータを扱うことができないという補足の苦情の原因を示唆していますか?
EDIT:IDをnewdataとマージすると(full = TRUEを使用)、最後の問題が解決されました。私は現在、あなたの最初に提案されたソリューションを使用しています。