如何更便捷提取lm()系数并添加分组信息与调整R平方值

不用手动输入向量，我们可以在分组建模的过程中直接整合分组信息和模型的调整R方，以下是几种更便捷的实现方式：

方法1：使用group_modify（推荐，更简洁） #

group_modify会自动保留分组列，无需手动添加，同时可以在每个分组内完成模型拟合、系数提取和统计量整合：

library(dplyr)
library(broom)

models <- iris %>% 
  group_by(Species) %>% 
  group_modify(function(.x, .y) {
    # 拟合线性模型
    mod <- lm(Petal.Length ~ Sepal.Length, data = .x)
    # 提取系数表，并添加调整R方
    broom::tidy(mod) %>% 
      mutate(Adjusted_R_squared = broom::glance(mod)$adj.r.squared)
  }) %>% 
  ungroup() # 可选：取消数据框的分组状态

方法2：使用group_map结合分组键 #

group_map可以通过.y参数获取当前分组的键值，以此自动添加分组信息：

library(dplyr)
library(broom)
library(data.table)

models <- iris %>% 
  group_by(Species) %>% 
  group_map(function(.x, .y) {
    mod <- lm(Petal.Length ~ Sepal.Length, data = .x)
    # 合并系数表、分组信息和调整R方
    data.table(
      broom::tidy(mod),
      Species = .y$Species,
      Adjusted_R_squared = broom::glance(mod)$adj.r.squared
    )
  }) %>% 
  rbindlist()

核心优势 #

• 避免手动输入分组名和统计量的错误，尤其当分组数量较多时
• 代码更连贯，建模与结果整合一步完成
• 自动同步分组与模型结果，保证数据一致性

内容的提问来源于stack exchange，提问作者anderwyang