2009-09-08 39 views

回答

3

我使用plyr包,然后如果我的对象列表被称为modelOutput,我想摆脱所有的预测值,我会做这样的:

modelPredictions <- ldply(modelOutput, as.data.frame(predict)) 

如果我想所有的系数我这样做:

modelCoef <- ldply(modelOutput, as.data.frame(coef)) 

哈德利最初教我如何做到这一点in a previous question

2

首先,我将生成一些示例数据:

> set.seed(123) 
> x <- 1:10 
> a <- 3 
> b <- 5 
> fit <- c() 
> for (i in 1:10) { 
+ y <- a + b*x + rnorm(10,0,.3) 
+ fit[[i]] <- lm(y ~ x) 
+ } 

下面是从各装配抓住估计一个选项:

> t(sapply(fit, function(x) coef(x))) 
     (Intercept)  x 
[1,] 3.157640 4.975409 
[2,] 3.274724 4.961430 
[3,] 2.632744 5.043616 
[4,] 3.228908 4.975946 
[5,] 2.933742 5.011572 
[6,] 3.097926 4.994287 
[7,] 2.709796 5.059478 
[8,] 2.766553 5.022649 
[9,] 2.981451 5.020450 
[10,] 3.238266 4.980520 

至于你提到的,关于配合其他批量均可提供。以上我只用coef()函数来获取系数。看看下面的命令更多:

names(summary(fit[[1]]))