1

Estou rodando um modelo de regressão linear no R e gostaria de realizar a análise estratificada segundo categorias de uma variável X com 4 categorias (X1, X2, X3 e X4).

Pensei em estratificar o data.frame pelas categorias de X, assim eu teria 4 data.frames e rodaria o mesmo modelo para cada categoria.

Tentei a função:

X1=data.frame[which(data.frame$X==1), ]

mas resultou em um data.frame X1 com 0 observações (linhas), apesar de aparecer o nome das colunas.

O que sugerem para corrigir este erro? Obrigada.

2
  • As categorias de X são X1, X2, X3 e X4 ou 1, 2, 3 e 4? Commented 8/03/2017 às 21:16
  • As categorias são X1, X2, X3 e X4
    – Nao
    Commented 16/03/2017 às 12:37

1 Resposta 1

2

Existem várias formas de rodar várias regressões por categoria no R. Vou te mostrar como fazer com as funções base do R e com o dplyr. Como exemplo, vamos usar a base de dados mtcars.

Suponha que você queira rodar a regressão mpg ~ disp + hp para cada nível da variável cyl de mtcars (são 3 categorias).

Primeiramente, você pode usar a função split() para construir uma lista com três data.frames diferentes, um para cada categoria:

data.frame_por_categoria <- split(mtcars, mtcars$cyl)

Agora, basta usar lapply() para aplicar a regressão em cada data.frame:

modelos <- lapply(data.frame_por_categoria, function(x) lm(mpg ~ disp + hp, data = x))

O resultado, modelos é uma lista com as três regressões. Para acessar o primeiro modelo:

modelos[[1]]
Call:
lm(formula = mpg ~ disp + hp, data = x)

Coefficients:
(Intercept)         disp           hp  
   43.04006     -0.11954     -0.04609  

Também é possível fazer a mesma coisa com o pacote dplyr.

Você manda agrupar pela categoria e depois utiliza função do() para rodar a regressão, colocando um ponto . onde o data.frame precisaria entrar:

library(dplyr)
resultado <- mtcars %>% group_by(cyl) %>% do(modelo = lm(mpg ~ disp + hp, data = .))

O resultado da operação é um data.frame com uma coluna chamada modelo, e cada elemento dessa coluna é a regressão. Para acessar o primeiro modelo:

resultado$modelo[[1]]
Call:
lm(formula = mpg ~ disp + hp, data = .)

Coefficients:
(Intercept)         disp           hp  
   43.04006     -0.11954     -0.04609  
2
  • Muito obrigada, Carlos! Deu super certo!
    – Nao
    Commented 16/03/2017 às 12:39
  • Por nada @Naomi, se você acha que a resposta atendeu, você também pode aceita-la! Abs Commented 16/03/2017 às 19:54

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .