Deutsches R-Forum

Guten Abend,

für einen Datensatz führe ich zwei verschiedene Regressionen für jedes Land durch.

output1 <- lme4::lmList(x1 ~ y1| land, data = datensatz)
output2 <- lme4::lmList(x2 ~ y2 | land, data = datensatz)


Anschließend möchte ich ermitteln ob die Regressionskoeffizienten von Output 2 ...

und hier mal lmList:

library(readr)
library(lme4)

daten <- read_delim("http://forum.r-statistik.de/download/file.php?id=1493",
delim = ';',
locale = locale(grouping_mark = ","))

daten$diade <- daten$JAHR %/% 2
daten$group <- interaction(daten$diade, daten$Kennzahl)
lme4::lmList(X~ Y | group ...

und hier mal lmList:

library(readr)
library(lme4)

daten <- read_delim("http://forum.r-statistik.de/download/file.php?id=1493",
delim = ';',
locale = locale(grouping_mark = ","))

daten$diade <- daten$JAHR %/% 2
daten$group <- interaction(daten$diade, daten$Kennzahl)
lme4::lmList(X~ Y | group ...

Das geht bestimmt noch eleganter, aber ich mach mal einen Aufschlag, damit hier schonmal was steht:

df$diade = df$JAHR %/% 2 # eindeutige Bezeichnung für zusammenhängende 2 Jahre

by(df, list(df$Kennzahl, df$diade), function(d) lm(X ~ Y, data = d))

Das macht dann aus den 24 Zeilen eine Liste ...

Hallo,

ich habe einen Datensatz bestehend aus einigen Ländern, Spalte "Kennzahl", und einen Zeitraum von 8 Jahren (immer derselbe Zeitrahmen). Hier ein kleiner Ausschnitt des Datensatzes dataframe1.csv
Für die Regression je Unternehmen führe ich folgenden Code durch. Nun möchte ich allerdings eine ...

Hallo kingerde,

Jörgs split() ist nochmal eleganter als meine selbstgeschriebene Lösung.

So wie ich es in den Studien verstanden habe, wurde in den Modellen die Regression auch für jedes Unternehmen die Regression durchgeführt - daher müsste ich meinen Datensatz in Unternehmen aufteilen ...

mein Problem ist allerdings "b1" aus der Regression. Wie kann man den denn weiterverwenden?


Das kann man beispielsweise mit der coef-Funktion schon extrahieren. Hilft dieses Beispiel?

linmod <- lm(Sepal.Length ~ Sepal.Width, data = iris)
summary(linmod)
coef(linmod)
coef(linmod)[2] # b1 ist ...

Korrelieren kann man das, wenn die Annahmen passen...


Wie meinst du das genau?


Die Korrelation nach Pearson macht ein Paar Annahmen: Linearität, Kontinuierliche Daten, gepaarte Werte, Keine Ausreißer, ...

Diese kann man mit anderen methoden etwas relaxieren, z.b. Korrelation nach ...

EDi hat geschrieben: So Jun 06, 2021 6:31 pm Korrelieren kann man das, wenn die Annahmen passen...

Wie meinst du das genau?

Hallo,

ich habe führe folgende Regression durch:
fits <- lmList(response ~ year | state, data=d)

Ist es hier möglich, die Ergebnisse der Regressionsanalyse der Länder als html, csv oder tx. zu exportieren?
Die Exporte sollten so ähnlich aussehen wie mit der Funktion stargazer
stargazer(fits ...