2009-09-08 47 views

回答

3

我使用plyr包,然後如果我的對象列表被稱爲modelOutput,我想擺脫所有的預測值,我會做這樣的:

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

如果我想所有的係數我這樣做:

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

哈德利最初教我如何做到這一點in a previous question

2

首先,我將生成一些示例數據:

> 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) 
+ } 

下面是從各裝配抓住估計一個選項:

> 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 

至於你提到的,關於配合其他批量均可提供。以上我只用coef()函數來獲取係數。看看下面的命令更多:

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