如何多次进行简单回归？

Question

我已经看到了这个问题的一些变体，但是它们似乎并没有具体回答我要完成的任务。我有一个数据框（df）：

month  ter     dist     emp_count  var1     var2
1      1       10       21         3000     5120
2      1       10       20         3100     5340
3      1       10       20         3100     5543
4      1       10       21         3250     5625
5      1       10       24         3200     5254
6      1       10       25         3300     5634
7      1       10       26         3600     5435
8      1       10       26         3900     7546
.      .       .        .          .        .
.      .       .        .          .        .
.      .       .        .          .        .

[ter拥有值1、2、3或4。并且dist可以是1到50的任意数字。我想基于ter或dist]多次做一次简单的回归运算>

我有这个：

model = lm(var1 ~ emp_count, data = df)
summary(model)
但是如果我想基于dist进行比较，我宁愿不写50次回归。

我已经看到了这个问题的一些变体，但是它们似乎并没有具体回答我要完成的任务。我有一个数据帧（df）：month ter dist emp_count var1 var2 1 ...

Answer 1

按您的迭代次数或距离划分，然后应用您的健康状况和摘要

Answer 2

其他解决方案可以使用dplyr和broom软件包来完成。这是您的示例代码。首先，您需要提取每个线性模型（lm）的截距和斜率的系数和p值，并按变量dist分组。 tidy类似于用于summary的summary(lm)功能。

Answer 3

如果只需要系数和p值，则可以使用nlme或lme4中的lmList：