[英]Run many linear regression model
假设我有数据可以运行许多线性回归 model。
数据: https://www.img.in.th/image/TNHdEq
给定 C1 列是 y 变量。
x 变量是 C4 列,由 C2 和 C3 列创建,Model1 由 C2 列的第一行和 C3 列剩余 8 行创建,Model2 由 C2 列的前 2 行和 C3 剩余 7 行创建,然后到 Model9 是由 C2 的前 8 行和 C3 的最后一行创建。
示例 x 变量:
model1 : { b, d, i,...,z}
model2 : { b, f, i,..., z}
.
.
.
model9 : {b, f, h,..., z}
和 select 模型最大 R 平方。
问题:如何编码? 环形?
同时使用 R 和 python。
Ps.真的,我使用有序概率 model。我有很多行 100+。
谢谢你。
要运行许多模型,可以使用*apply
循环和结果 output 到列表 object 来完成。 在这种情况下,循环变量将是行号i
,从 1 变化到nrow(df1) - 1
。
n <- nrow(df1)
probit_list <- lapply(seq.int(n)[-n], function(i){
C4 <- c(df1$C2[seq.int(i)], df1$C3[-seq.int(i)])
C4 <- ordered(C4, levels = levels(df1$C2))
dftmp <- data.frame(C1 = df1$C1, C4)
tryCatch(glm(C1 ~ C4, data = dftmp, family = binomial(link = "probit")),
error = function(e) e)
})
看看有多少给出错误运行
ok <- sapply(probit_list, inherits, "error")
sum(!ok)
测试数据
set.seed(1234)
n <- 9
df1 <- data.frame(
C1 = rbinom(n, 1, prob = c(0.4, 0.6)),
C2 = ordered(sample(1:4, n, TRUE), levels = 1:4),
C3 = ordered(sample(1:4, n, TRUE), levels = 1:4)
)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.