代码之家 › 专栏 › 技术社区 › Stick

用于运行线性回归模型的变量名的R循环

modeling linear-regression loops r

Stick · 技术社区 · 7 年前

indx <- grepl('_10_', colnames(data)) #list returns all of the true values in the data set
col10 <- names(data[indx]) #this gives me the names of the columns I want

下面是我的for循环,它返回一个错误:

temp <- c()
for(i in 1:length(col10)){
   temp = col10[[i]]
  lm.test <- lm(Total_Transactions ~ temp[[i]], data = data)
  print(temp) #actually prints out the right column names
  i + 1
}

甚至可以运行循环来将这些变量放入线性回归模型中吗?我得到的错误是:“model.frame.default(formula=Total_Transactions~temp[[I]],:变量长度不同(为“temp[[I]]”找到)”。如果有人能为我指出正确的方向,我将不胜感激。谢谢

2 回复 | 直到 7 年前

Rui Barradas 7 年前

好的,我会发布一个答案。我将使用数据集 mtcars 举个例子。我相信它将适用于您的数据集。
lm.test ,类的对象 list . 在您的代码中,您正在分配 lm(.)
然后,在循环中,我使用函数 reformulate

# Use just some columns
data <- mtcars[, c("mpg", "cyl", "disp", "hp", "drat", "wt")]
col10 <- names(data)[-1]

lm.test <- vector("list", length(col10))

for(i in seq_along(col10)){
    lm.test[[i]] <- lm(reformulate(col10[i], "mpg"), data = data)
}

lm.test

现在,您可以将结果列表用于各种事情。我建议你开始使用 lapply
例如,要提取系数:

cfs <- lapply(lm.test, coef)

为了获得总结:

smry <- lapply(lm.test, summary)

一旦你熟悉了 *apply 功能。

AshOfFire 7 年前

您可以创建一个临时子集,在其中仅选择回归中使用的列。这样,您就不需要在公式中注入临时名称。

for(i in 1:length(col10)){
 tempSubset <- data[,c("Total_Transactions", col10[i]]
 lm.test <- lm(Total_Transactions ~ ., data = tempSubset)
 i + 1
}

推荐文章

Joe Andersson · 在MDriven中查看构建进度的快速查看功能

7 年前

Buzz · 将液压块更换为气块Simscape

7 年前

Joe Andersson · 在MDriven中嵌入类之间的连接

7 年前

FCR · 序列图:与资源(数据库、网络、缓存等)的交互

7 年前

Schneider · 如何在同一实例中使用Abaqus中的Python脚本在矩形板的两条边上定义两个参考点?

7 年前

Terry BRETT · SI、SIS、SIR模型的正确实现(python)

7 年前

Spiritual Learning · Blender 3d参考图像

7 年前

Stick · 用于运行线性回归模型的变量名的R循环

7 年前

user3486773 · Python机器学习-输入分类数据?

7 年前

Shiran Abbasi · 对对象关系感到困惑

7 年前