具有動態(tài)變量數(shù)的公式假設(shè)有一些data.frame foo_data_frame，并且想要找到某些其他列的目標列Y的回歸。為此目的，通常使用一些公式和模型。例如：linear_model <- lm(Y ~ FACTOR_NAME_1 + FACTOR_NAME_2, foo_data_frame)如果公式是靜態(tài)編碼的話，這確實很有效。如果希望使用常數(shù)的因變量（例如2）對多個模型進行根處，則可以這樣處理：for (i in seq_len(factor_number)) {
for (j in seq(i + 1, factor_number)) {
linear_model <- lm(Y ~ F1 + F2, list(Y=foo_data_frame$Y,
F1=foo_data_frame[[i]],
F2=foo_data_frame[[j]]))
# linear_model further analyzing...
}}我的問題是當程序運行期間變量的數(shù)量動態(tài)變化時，如何做同樣的影響？for (number_of_factors in seq_len(5)) {
# Then root over subsets with #number_of_factors cardinality.
for (factors_subset in all_subsets_with_fixed_cardinality) {
# Here I want to fit model with factors from factors_subset.
linear_model <- lm(Does R provide smth to write here?)
}}
3 回答
偶然的你
TA貢獻1841條經(jīng)驗 獲得超3個贊
參見?as.formula，例如：
factors <- c("factor1", "factor2")
as.formula(paste("y~", paste(factors, collapse="+")))
# y ~ factor1 + factor2
其中factors是一個字符向量，其中包含要在模型中使用的因子的名稱。這可以粘貼到lm模型中，例如：
set.seed(0)
y <- rnorm(100)
factor1 <- rep(1:2, each=50)
factor2 <- rep(3:4, 50)
lm(as.formula(paste("y~", paste(factors, collapse="+"))))
# Call:
# lm(formula = as.formula(paste("y~", paste(factors, collapse = "+"))))
# Coefficients:
# (Intercept) factor1 factor2
# 0.542471 -0.002525 -0.147433
收到一只叮咚
TA貢獻1821條經(jīng)驗 獲得超5個贊
一個經(jīng)常被遺忘的功能是reformulate。來自?reformulate：
reformulate從字符向量創(chuàng)建公式。
一個簡單的例子：
listoffactors <- c("factor1","factor2")reformulate(termlabels = listoffactors, response = 'y')將產(chǎn)生這個公式：
y ~ factor1 + factor2
雖然沒有明確記錄，但您也可以添加交互術(shù)語：
listofintfactors <- c("(factor3","factor4)^2")reformulate(termlabels = c(listoffactors, listofintfactors),
response = 'y')會產(chǎn)生：
y ~ factor1 + factor2 + (factor3 + factor4)^2
RISEBY
TA貢獻1856條經(jīng)驗 獲得超5個贊
另一種選擇可能是在公式中使用矩陣：
Y = rnorm(10)foo = matrix(rnorm(100),10,10)factors=c(1,5,8)lm(Y ~ foo[,factors])
- 3 回答
- 0 關(guān)注
- 562 瀏覽
添加回答
舉報
0/150
提交
取消