R语言使用lm()对宽/长（tidy）格式数据拟合相同线性模型的方法

解决方法 #

核心原因是你当前的长格式中，同一患者的base值和fev1值分属不同行，而线性回归要求每个样本的自变量、因变量处于同一行，对齐两类值即可得到和宽格式完全一致的拟合结果，以下是两种常用实现方案：

方案1：新增基线值列后拟合 #

无需修改原始长表结构，仅为每个患者匹配对应的基线值到所有行，再筛选fev1时间点拟合即可：

library(tidyverse)

# 为每个患者新增专属基线值列
fev_tidy <- fev_tidy %>%
  group_by(patient) %>%
  mutate(base_score = score[time == "base"]) %>%
  ungroup()

# 筛选fev1时间点的行拟合模型
fit.base_long <- lm(score ~ 1 + base_score, data = filter(fev_tidy, time == "fev1"))

拟合完成后对比coef(fit.base)和coef(fit.base_long)，二者的系数、显著性、拟合优度所有指标完全一致。

方案2：局部转回宽格式拟合 #

如果不需要修改原始长表，也可以仅提取需要的两个时间点，临时转回宽格式后拟合：

fit.base_long2 <- fev_tidy %>%
  # 仅保留需要的base和fev1两个时间点
  filter(time %in% c("base", "fev1")) %>%
  # 转为宽格式，base和fev1各成一列
  pivot_wider(names_from = time, values_from = score) %>%
  lm(fev1 ~ 1 + base, data = .)

该方案得到的结果和宽格式原始拟合结果也完全相同。

内容的提问来源于stack exchange，提问作者mattb