將數據集分為R中的回歸組和對照組

Question

這很可能是設計問題。 如果我打算進行回歸，則Y = X1 + X2 + X3 + X4 + X5，並且我的數據中有X1到X10以及Y。 將數據集分為回歸樣本和對照組的最佳方法是什么，因此我可以對回歸樣本進行回歸並使用對照組驗證模型？ 我應該只創建一個包含隨機數的列並以這種方式分開嗎？ 謝謝。

Answer 1

如果您有一個名為df的數據框，其中包含一排行和上面的列，則可以按以下方式對n個行（在本示例中為67％）進行采樣，並創建采樣組和對照組：

x <- sample(nrow(df), 0.67*nrow(df))
sampledf <- df[x, ]
controldf <- df[-x, ]

如果要重新排列行號，可以分配新的順序行號，如下所示：

row.names(sampledf) <- seq(1:nrow(sampled))
row.names(controldf) <- seq(1:nrow(controldf))