R语言线性回归分区间系数计算：循环实现可复现方案

以下是可复现的R代码，实现按每10个数据为一组计算线性回归系数，并按指定格式输出：

set.seed(111)
# 生成模拟数据
a <- rnorm(100) 
b <- rnorm(100)
# 创建分组标识：每10个数据一组，适配任意大小数据集
total_groups <- ceiling(length(a)/10)
groups <- rep(1:total_groups, each = 10, length.out = length(a))
# 按分组计算回归系数
group_coefs <- tapply(seq_along(groups), groups, function(idx) {
  group_a <- a[idx]
  group_b <- b[idx]
  # 拟合当前组的线性回归模型
  model <- lm(group_a ~ group_b)
  # 提取自变量b的系数，保留两位小数
  round(coef(model)[["group_b"]], 2)
})
# 格式化输出结果
for (group_num in seq_along(group_coefs)) {
  start <- (group_num - 1)*10 + 1
  end <- min(group_num*10, length(a))
  cat(sprintf("%d-%d区间系数：%.2f\n", start, end, group_coefs[group_num]))
}

关键说明 #

• 分组逻辑自动适配任意大小的数据集，无需手动调整分组数量
• 使用tapply()实现按组批量计算，避免重复编写循环代码
• 输出格式严格匹配需求，同时兼容数据总量不是10的倍数的情况

内容的提问来源于stack exchange，提问作者ToniNA