使用 lapply() 循环遍历自变量列表以获得多个零膨胀负二项式模型的摘要

Question

使用 lapply() 循环遍历自变量列表，只需一行代码即可获得多个零膨胀负二项式模型的摘要。

到目前为止，我已经在自变量的数据框中列出了名称列表，我有兴趣制作一个单变量 ZINB model（带有名为“lu”的 dataframe），使用 ZINB 模型的库（pscl） -制作能力：

bin_vars <- c("sel_feed", "lying_surface", "tiestall_trainers", "bp_fed_on_pack", "wood_dried", "wood_storage", "fiber_type", 
 "fiber_source", "fiber_dry", "bedding_conditioner", "method_alley_clean", "predip_type", "postdip_type", "forestrip", 
 "wipe", "towel_type", "mast_det_recc", "clip_udder", "trim_switch", "mast_vax", "dry_prod")

.. 然后尝试使用 lapply() 循环遍历此自变量列表，希望在控制台中获得每个自变量的 model 摘要：

lapply(lu[bin_vars], function(x) summary(zeroinfl(milk_Staph_aureus ~ x, dist="negbin", data=lu)))

它似乎确实在我的“bin_vars”列表中循环，每个列表都有一个 model 摘要，如下所示（控制台中 output 的选定部分）：

$sel_feed

Call:
zeroinfl(formula = milk_Staph_aureus ~ x, data = lu, dist = "negbin")

Pearson residuals:
    Min      1Q  Median      3Q     Max 
-0.8880 -0.8361 -0.2121  0.4266  4.2016 

Count model coefficients (negbin with log link):
            Estimate Std. Error z value Pr(>|z|)    
(Intercept)   3.8903     0.3232  12.038   <2e-16 ***
xy            0.5370     0.4106   1.308   0.1909    
Log(theta)    0.6913     0.3834   1.803   0.0714 .  

Zero-inflation model coefficients (binomial with logit link):
            Estimate Std. Error z value Pr(>|z|)
(Intercept)  -0.5150     0.7322  -0.703    0.482
xy           -0.1798     0.9550  -0.188    0.851
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 

Theta = 1.9963 
Number of iterations in BFGS optimization: 6 
Log-likelihood: -79.42 on 5 Df

...但如您所见，只在我希望它使用 dataframe 中的实际自变量的地方说“xy”。

这可能是一个小错误； 尽管努力做得更好，但我不擅长使用 lapply() 或尝试编写函数。

Answer 1

试试这个而不是你的 lapply：

lapply(
    bin_vars,  # iterate over the names themselves
    function(var_name) {
        f <- as.formula(paste("milk_Staph_aureus ~ ", var_name)) # make a formula with the name
        summary(zeroinfl(f, dist="negbin", data=lu)) # run the summary
    }
)