使用lm指定具有選定術語的模型

Question

對於那些熟悉R的人來說非常簡單

full <- lm(hello~., hellow)

在以上規范中，使用了線性回歸，並針對數據集hellow中的所有變量對hello進行了建模。

我在33個變數hellow ; 我希望將其中一些指定為自變量。 這些變量的名稱帶有含義，所以我真的不想將它們重命名為x1 x2等。

我不必鍵入變量的單個名稱（因為這很繁瑣），如何在整個變量集中指定一定數量的變量？

我試過了

full <- lm(hello~hellow[,c(2,5:9)]., hellow)

但這給了我一個錯誤"Error in model.frame.default(formula = hello ~ hellow[, : invalid type (list) for variable 'hellow[, c(2, 5:9)]'

Answer 1

reformulate構造將根據給定的變量名稱構造一個公式，如下所示：

（首先構建數據）：

set.seed(101)
hellow <- setNames(as.data.frame(matrix(rnorm(1000),ncol=10)),
                   c("hello",paste0("v",1:9)))

現在運行代碼：

ff <- reformulate(names(hellow)[c(2,5,9)],response="hello")
full <- lm(ff, data=hellow)

應該管用。 （在此示例中工作正常。）

我想到了一個更簡單的解決方案。 只需先選擇要使用的列/變量：

hellow_red <- hellow[,c(1,2,5,9)]
full2 <- lm(hello~., data=hellow_red)
all.equal(coef(full),coef(full2))  ## TRUE