多元回归模型来自 R 中的列表

Question

我在 R 中执行多重回归结果并将它们保存在环境中作为a list of ncol(data) ，以显示回归结果之一及其summary我使用此命令summary(lm_results[[1]]) ，它打印以下内容

Call:
lm(formula = fml, data = data)

Residuals:
    Min      1Q  Median      3Q     Max 
-4.1615 -0.9830 -0.3605  0.3508  4.5893 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept)  0.04464    0.91212   0.049 0.961506    
X2           0.34424    0.08067   4.267 0.000464 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 1.975 on 18 degrees of freedom
Multiple R-squared:  0.5029,    Adjusted R-squared:  0.4753 
F-statistic: 18.21 on 1 and 18 DF,  p-value: 0.0004637

我想在一个命令中打印所有回归结果，例如for(i in 1:ncol(data)) Regress[i] <- summary(lm_results[[i]])

并且还能够仅提取所有回归模型的所有 R-squared 或 Adj R-square 值（并将它们格式化为一个数据帧）。 我怎么能在 R 中做到这一点？

Answer 1

您可以尝试以下任何一种方法（我使用了一些模拟数据）：

#Option 1
lapply(listofmodels,function(x)summary(x)[8])

输出：

$model1
$model1$r.squared
[1] 0.01382265


$model2
$model2$r.squared
[1] 0.9271098

或者：

#Option 2
lapply(listofmodels,function(x)summary(x)[['r.squared']])

输出：

$model1
[1] 0.01382265

$model2
[1] 0.9271098

使用的一些数据：

#Data
listofmodels <- list(model1=lm(iris$Sepal.Length~iris$Sepal.Width),model2=lm(iris$Petal.Width~iris$Petal.Length))

Answer 2

我们可以tidy或glance与模型输出broom和提取相关成分

library(broom)
library(purrr)
map_dfr(listofmodels, tidy)

---

仅提取“r.squared”

map_dfr(listofmodels, ~ glance(.x) %>%
                            select(r.squared))