R 子集的回归

我想对不同国家（即我的数据的子集）运行相同的回归。我确实弄清楚了如何在 R 中执行此操作，但是在 Stata 中更轻松地完成相同的操作之后，我想知道 R 中是否有更好的方法。

在 Stata 中你会做这样的事情：

foreach country in USA UK France {
    reg y x1 x2 if country == "`country'"
}

简单且人类可读，对吧？在R中，我提出了split和ddply方法，两者都更复杂。使用split

data.subset <- split(data, data$country)[c("USA", "UK", "France")]
res <- lapply(data.subset, function(subset) lm(y ~ x1 + x2, data=subset))

更紧凑的代码将使用ddply。但在这种情况下，该模型将适用于所有国家。我可以只选几个吗？

ddply(data, "country", function(df) coefficients(lm(Y~X1+X2, data=df)))

但同样，我有兴趣知道是否有像 Stata 中那样直观、可读的 for 循环？

有几种选择：

一种方式使用ddply:

ddply( data[ data$country %in% c('USA','UK','France'), ], "country", function(df) coefficients(lm(Y~X1+X2, data=df)))

Using lapply (or sapply）另一种方式：

lapply( c("USA","UK","France"), function(curcont) lm(y ~ x1+x2, data=data, subset= country==curcont))

你可以使用lmListnlme 包中的函数。

您可以直接使用 lm （尽管这将使用方差的汇总估计而不是单独的估计）：

lm( y ~ 0 + factor(country) * (x1 + x2), data=data, subset= country %in% c('USA','UK','France') )

还有by功能和for循环，可能还有其他选项。