r - 基于 r 中的分类变量的线性回归

Question

我查看了各种 r 资源，但找不到明显的解决方案来解决我的问题。如果在其他地方回答了这个问题，那么指向正确方向的指针会很有用。使用以下数据集：

    tmp <- c(35,35,35,35,35,36,36,36,36,36)
    experiment <- factor(tmp)
    rpm <- c(10,20,40,80,120,10,20,40,80,120)
    x <- c(678,1889,3416,8916,17917,665,1385,3377,8551,16793)
    test <- data.frame(experiment,rpm,x)

我想执行回归，例如在 rpm 上使用 lm 对 x 进行线性回归：

    lm(x ~ rpm)

因此，在这个例子中，我将有两个回归，一个用于实验 35，一个用于实验 36。我可以对数据进行子集化，但我的实际数据将有超过 200 个实验，我想知道我是否可以只用几行代码？

Answer 1

有plyr：

library(plyr)
dlply(test, .(experiment), function(df) with(df, lm(x ~ rpm)))