對于線性模型，有沒有辦法遍歷r中的列名（不是數字）？

我有一個包含 40 個資料列（40 種不同的營養素）的資料表，以及用于繪圖編號和因子的附加列。我想自動回圈遍歷每個列名并為每個列生成一個線性模型和摘要。資料列從第 10 列開始。

for(i in 10:ncol(df)) {       # for-loop over columns
  mod2<-aov(i~block tillage*residue Error(subblock),data=df)
  summary(mod2)
}

這目前正在產生錯誤Error in model.frame.default(formula = i ~ subblock, data = df, drop.unused.levels = TRUE) : variable lengths differ (found for 'subblock') 可變長度是一致的，所以我想我回圈不正確。

資料如下所示（開頭有更多分類列），營養列從第 10 列開始。

uj5u.com熱心網友回復：

通常，使用 發布資料樣本會很有幫助dput()。如果沒有，我將使用內置的資料集mtcars向您展示如何做您正在做的事情formula()：

head(mtcars)

#                    mpg cyl disp  hp drat    wt  qsec vs am gear carb
# Mazda RX4         21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
# Mazda RX4 Wag     21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
# Datsun 710        22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
# Hornet 4 Drive    21.4   6  258 110 3.08 3.215 19.44  1  0    3    1
# Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2
# Valiant           18.1   6  225 105 2.76 3.460 20.22  1  0    3    1

# Select columns
desired_columns  <- names(mtcars)[!names(mtcars)=="mpg"]

for (column in desired_columns){
    this_formula = formula(paste("mpg ~ ", column))
    print(summary(lm(this_formula, data = mtcars)))
}

這將為資料lm(mpg ~ var)中的每個輸出var。關鍵是將paste()運算式構建為字串，然后formula()將其轉換為公式物件的陳述句希望您可以看到如何將其應用于您的資料。

uj5u.com熱心網友回復：

您不需要回圈。您可以將矩陣傳遞給公式的 LHS：

dep <- names(iris)[names(iris) != "Species"]
f <- as.formula(sprintf("cbind(%s) ~ Species", paste(dep, collapse = ",")))

summary(lm(f, data = iris))

uj5u.com熱心網友回復：

這是一個簡單的基本解決方案：

model <- list()
model_summary <- list()
for(i in 10:ncol(df)) {       # for-loop over columns
  col <- colnames(df)[i]
  formula <- as.formula(paste0(col,"~block tillage*residue Error(subblock)"))
  model[[i-9]] <-aov(formula,data=df)
   model_summary [[i-9]]<-summary(model[[i-9]])
}

只需在每次迭代時使用 i 列的名稱創建一個新公式

編輯

正如@Ben Bolker 在評論中所建議的那樣，您可以reformulate通過更改以更清晰和更簡單的方式獲得相同的結果

formula <- as.formula(paste0(col,"~block tillage*residue Error(subblock)"))

在

formula <- reformulate(response=col,"block tillage*residue Error(subblock)")

uj5u.com熱心網友回復：

Purrr解決方案：

如果沒有 MWE，就很難為您提供幫助。我的方法是將您的資料集拆分為一個因變數資料集和一個自變數資料集。然后將每個因變數放入一個串列并附加獨立資料集。然后您可以“回圈”通過每個串列并應用您喜歡的回歸。

df <- mtcars

df_independent <- df %>%
  as_tibble() %>%
  # select independent variables
  select(9:10)

df_dependent <- df %>%
  as_tibble() %>%
  # select all dependent variables and store each column in a list
  select(1:8) %>%
  as.list() %>%
  map(as_tibble) %>%
  map(~ cbind(.x, df_independent))


df_dependent %>%
 # df_independent %>% colnames() %>% paste0(".x$",., collapse =" ")
  map(~ lm(.x$value ~ .x$am   .x$gear)) %>%
  map(summary)

uj5u.com熱心網友回復：

如果您想要表格中的統計資訊（可能會派上用場），您可以使用purrrandbroom包。這是使用資料集的示例mtcars：

代碼

library(tidyr)
library(purrr)
library(broom)

formula <- lapply(colnames(mtcars)[3:ncol(mtcars)], function(x) as.formula(paste0(x, " ~ cyl")))

names(formula) <- format(formula)

table <- formula %>% map(~aov(.x, mtcars)) %>% map_dfr(tidy, .id="model")

輸出

> head(table)
# A tibble: 6 x 7
  model      term         df     sumsq     meansq statistic   p.value
  <chr>      <chr>     <dbl>     <dbl>      <dbl>     <dbl>     <dbl>
1 disp ~ cyl cyl           1 387454.   387454.        131.   1.80e-12
2 disp ~ cyl Residuals    30  88731.     2958.         NA   NA       
3 hp ~ cyl   cyl           1 100984.   100984.         67.7  3.48e- 9
4 hp ~ cyl   Residuals    30  44743.     1491.         NA   NA       
5 drat ~ cyl cyl           1      4.34      4.34       28.8  8.24e- 6
6 drat ~ cyl Residuals    30      4.52      0.151      NA   NA    

嘗試

formula <- lapply(colnames(df)[10:ncol(df)], function(x) as.formula(paste0(x, " ~ block   tillage * residue   Error(subblock)")))

names(formula) <- format(formula)

table <- formula %>% map(~aov(.x, df)) %>% map_dfr(tidy, .id="model")   

標籤：r 循环 for循环 线性回归 方差分析

上一篇：如何不允許輸入負數

下一篇：PHP的For-each/for行為-Foreach結束后值仍然可以訪問