如何在R中的循環中進行統計並保存結果

Question

在建模中，對依賴於線性，二次方，三次方和四元（？）形式的獨立變量進行單變量回歸是有幫助的，以查看哪個捕獲了統計數據的基本形狀。 我是一個相當新的R程序員，需要一些幫助。

這是偽代碼：

for i in 1:ncol(data)
  data[,ncol(data) + i] <- data[, i]^2     # create squared term
  data[,ncol(data) + i] <- data[, i]^3     # create cubed term
  ...and similarly for cubed and fourth power terms

# now do four regressions starting with linear and including one higher order term        each time and display for each i the form of regression that has the highest adj R2.

 lm(y ~ data[,i], ... )
 # retrieve R2 and save indexed for linear case in vector in row i
 lm(y tilda data[,i], data[,ncol(data) + i, ...]
 # retrieve R2 and save...

結果是在原始x變量的數據中由i用列名索引的數據幀，以及四個回歸中的每個回歸的結果（均使用截距項運行）。

通常，我們通過查看圖來執行此操作，但是在這里有800個變量是不可行的。

如果您真的想幫忙編寫代碼，以自動將所需數量的指數變量插入數據中。

而且，這甚至都不會處理聚集在幾個簇中或僅與一個值相關的扭曲變量，等等。

Answer 1

我想說的最好的方法是使用R， poly()的多項式函數。 假設您有一個獨立的數字變量x和一個數字響應變量y 。

models=list()
for (i in 1:4)
    models[[i]]=lm(y~poly(x,i),raw=TRUE)

raw=TRUE部分可確保模型使用原始多項式，而不使用正交多項式。

如果要獲得其中一個模型，只需鍵入models[[1]]或models[[2]]等。