如何将R中多组线性模型的系数从tibble导出至CSV？

要从存储在tibble中的分组线性模型里提取系数并导出为CSV，你可以借助broom包（专门用于整理模型输出）或者purrr工具批量处理每个模型对象，以下是两种可行方法：

方法1：使用broom包（推荐，输出完整统计信息） #

broom::tidy()能将单个模型的系数、标准误、p值等信息整理成结构化表格，结合dplyr和tidyr可批量处理所有分组模型：

# 先安装并加载所需包
install.packages("broom")
library(broom)
library(dplyr)
library(tidyr)

# 提取每个月份模型的完整系数统计信息
model_coefficients <- MMF_reggression %>%
  # 对每个lm模型应用tidy，生成系数表
  mutate(coef_details = map(model, tidy)) %>%
  # 将嵌套的系数表展开为常规行
  unnest(coef_details) %>%
  # 保留需要的列（可根据需求调整）
  select(Month, term, estimate, std.error, statistic, p.value)

# 导出到CSV文件
write.csv(model_coefficients, file = "regionalregression.csv", row.names = FALSE)

方法2：手动提取核心系数（仅截距和斜率） #

如果只需要截距和斜率这两个核心系数，可用purrr::map_dbl()逐个提取：

library(purrr)
library(dplyr)

# 提取每个模型的截距和斜率
model_coefficients <- MMF_reggression %>%
  mutate(
    intercept = map_dbl(model, ~ coef(.)["(Intercept)"]),
    slope = map_dbl(model, ~ coef(.)["DRAINAGE_AREA_GROSS"])
  ) %>%
  select(Month, intercept, slope)

# 导出CSV
write.csv(model_coefficients, file = "regionalregression.csv", row.names = FALSE)

问题说明 #

你之前尝试的coef(MMF_reggression[[,2]])无效，是因为tibble的model列是列表列，每个元素是独立的lm模型对象，coef()无法直接作用于整个列表，必须逐个处理每个模型的系数。

内容的提问来源于stack exchange，提问作者Jacob Bauer