Iterate über Variablen für die lineare Regression in R

Question

Ich bin auf der Suche nach linearen Regression auf den folgenden Datenrahmen.

test<-data.frame(abc=c(2.4,3.2,8.9,9.8,10.0,3.2,5.4), 
      city1_0=c(5.3,2.6,3,5.4,7.8,4.4,5.5), 
      city1_1=c(2.3,5.6,3,2.4,3.6,2.4,6.5), 
      city1_2=c(4.2,1.4,2.6,2,6,3.6,2.4), 
      city1_3=c(2.4,2.6,9.4,4.6,2.5,1.2,7.5), 
      city1_4=c(8.2,4.2,7.6,3.4,1.7,5.2,9.7), 
      city2_0=c(4.3,8.6,6,3.7,7.8,4.7,5.8),           city2_1=c(5.3,2.6,3,5.4,7.8,4.4,5.5)) 

Datenframe "Test" ist ein Beispiel für die Daten. Der ursprüngliche Datenrahmen enthält jedoch 100 Spalten. Ich möchte ein Skript zur Vorhersage von Werten mithilfe der linearen Regression erstellen. In diesem Fall möchte ich viele Modelle mit verschiedenen Eingabevariablen erstellen.

Zum Beispiel ist in dem gegebenen Datenrahmen abc die y-Variable. Ich möchte ein Modell city1_1, city1_2, city1_3, city1_4 (city1_0, city2_0) erstellen. Dann anderes Modell mit city1_2, city1_3, city1_4 (city1_0, city1_1, city2_0, city2_1) und dann 3. Modell mit Eingabevariable city1_3, city1_4 (city1_0 verlassen, city1_1, city1_2, city2_0, city2_1) und so weiter.

Diese Variablen werden in die lineare Regression eingegeben.

Dies muss ich für 40 Datenrahmen tun. Der O/P-Variablenname bleibt für jeden Datenrahmen gleich.

Answer 1

Sie eine Liste von Formeln regulären Ausdruck erstellen können, und dann lapply über diese Liste:

# create data 
test<-data.frame(abc=c(2.4,3.2,8.9,9.8,10.0,3.2,5.4), 
      city1_0=c(5.3,2.6,3,5.4,7.8,4.4,5.5), 
      city1_1=c(2.3,5.6,3,2.4,3.6,2.4,6.5), 
      city1_2=c(4.2,1.4,2.6,2,6,3.6,2.4), 
      city1_3=c(2.4,2.6,9.4,4.6,2.5,1.2,7.5), 
      city1_4=c(8.2,4.2,7.6,3.4,1.7,5.2,9.7), 
      city2_0=c(4.3,8.6,6,3.7,7.8,4.7,5.8),           
      city2_1=c(5.3,2.6,3,5.4,7.8,4.4,5.5)) 

# create list of formulas 
myformulas <- list(as.formula(paste("abc", paste(grep("city1_[123456789]", names(test), value = TRUE), collapse = " + "), sep = " ~ ")), 
        as.formula(paste("abc", paste(grep("city1_[23456789]", names(test), value = TRUE), collapse = " + "), sep = " ~ ")), 
        as.formula(paste("abc", paste(grep("city1_[3456789]", names(test), value = TRUE), collapse = " + "), sep = " ~ "))) 

# check formulas 
> myformulas 
[[1]] 
abc ~ city1_1 + city1_2 + city1_3 + city1_4 

[[2]] 
abc ~ city1_2 + city1_3 + city1_4 

[[3]] 
abc ~ city1_3 + city1_4 


# loop over formulas 
mylms <- lapply(myformulas, function(x) lm(x, data = test)) 


# get output of linear regressions 
> mylms 
[[1]] 

Call: 
lm(formula = x, data = test) 

Coefficients: 
(Intercept)  city1_1  city1_2  city1_3  city1_4 
    5.8987  -0.2480  0.6316  1.1810  -1.0420 


[[2]] 

Call: 
lm(formula = x, data = test) 

Coefficients: 
(Intercept)  city1_2  city1_3  city1_4 
    4.8903  0.7114  1.1673  -1.0595 


[[3]] 

Call: 
lm(formula = x, data = test) 

Coefficients: 
(Intercept)  city1_3  city1_4 
     7.909  1.047  -1.102 

Sie könnten sogar die grep() Muster prespecify und die Formeln mit einer Schleife erstellen:

mygreps <- c("city1_[123456789]", "city1_[23456789]", "city1_[3456789]") 

myformulas <- lapply(mygreps, function(x) as.formula(paste("abc", paste(grep(x, names(test), value = TRUE), collapse = " + "), sep = " ~ "))) 

---

Bearbeiten:

Sie können Definieren Sie auch nur den Wertebereich der Variablen city und verwenden Sie paste(), um die Strings zu generieren.

Beispiel:

myranges <- lapply(1:16, function(x) x:16) 
myvars <- paste0("city", 1:10, "_") 

daraus Dann wird die Formeln mit einem verschachtelten lapply() Anruf erstellen:

myformulas <- lapply(myvars, function(x) lapply(myranges, function(y) as.formula(paste("abc", paste(x, y, sep = "", collapse = " + "), sep = " ~ ")))) 

myformulas nun 10-Listen enthalten wird (ein für jeden city1_ zu city10_) mit 16 Formeln in jeder Liste (jeweils einschließlich einer dekrementierenden Menge von Variablen, beginnend mit allen 16 und endend mit nur cityX_16).

Jetzt nur noch eine Schleife über myformulas eine Liste der linearen Regression Ausgabe zu erhalten:

# loop over formulas 
mylms <- lapply(myformulas, function(x) lapply(x, function(y) lm(y, data = test)))