首页 文章

多个线性回归模型使用data.table和模式与grep

提问于
浏览 次
2

我正在尝试使用单个data.table使用模式 grep() 运行多个线性回归模型，并使用 by= 将模型应用于表的每个部分

这是我到目前为止所得到的 .

d <- data.table(label=rep(c('a','b','c'),
c(10,10,10)),resp1=rnorm(30),resp2=rnorm(30),x1=runif(30),x2=runif(30))

    for (i in grep('resp',names(d),value = TRUE)) {

    models[i] <- d[,as.list(coef(lm(i ~ x1 + x2 ))),by=label]}

然后我收到以下错误：

model.frame.default中的错误（formula = eval（i）~x1 x2，drop.unused.levels = TRUE）：变量长度不同（找到'x1'）

我错过了一些非常明显的东西..我可以看到 by 参数在使用循环时不起作用？

r data.table regression

1 回答

  • 1

    您应该进行以下更改，以使其在 data.table 内工作 . 您的设置问题是 i 在for循环中转换为 "resp1" （带引号的resp1），这对于公式来说是不可取的，对于data.table lm 尝试在提供的公式的环境中使用的变量，由于lm参数中没有"data"元素，因此R无法确定这些变量来自哪个地方/环境，因此需要提供.SD（data.table中的数据子集），这可以在data.table中的第二个表达式元素（我们通常将其称为j表达式），因此您必须在此明确使用 $ 或 [[ .

    假设“d”是你的data.table，那么这样做：

    models <- list()  ###Initialize the list where you want to save your outcome.
for (i in grep('resp',names(d),value = TRUE)) { 
  models[[i]] <- d[,as.list(coef(lm(.SD[[i]] ~ .SD$x1 + .SD$x2 ))),by=label]
}

    要调用它们的值，您需要这样做：

    models[["resp1"]]  and/or  models[["resp2"]]

    Output:

    # label (Intercept)         x1         x2
# 1:     a   1.0189543 -1.3744124 -1.8500784
# 2:     b  -1.7325901  0.6330311  0.7848932
# 3:     c   0.3497773 -0.9138042  0.7833840
# > models[["resp2"]]
# label (Intercept)         x1        x2
# 1:     a -0.89177938  1.1053718 0.8886103
# 2:     b -0.45480510 -0.5146982 1.5587663
# 3:     c -0.04379456 -0.9792022 0.8691384
    回复于

相关问题