[英]Loop for Simple Linear Regression
我的數據集中有很多預測變量。 我想對每個預測變量執行簡單的線性回歸。 所以我做了一個循環。 我的代碼如下:
m = ncol(finalmev)
predictorlist = colnames(finalmev)[2:m]
for (i in predictorlist){
model <- summary(lm(paste("ODR ~", i[[1]]), data=finalmev))
}
但是,在運行循環后,我收到如下錯誤:
> for (i in predictorlist){
+ model <- summary(lm(paste("ODR ~", i[[1]]), data=finalmev))
+ } Error in str2lang(x) : <text>:1:25: unexpected numeric constant 1: ODR ~ Overnight.Deposit 1
這個錯誤是什么意思? 我的代碼或我的數據有什么問題嗎?
當前代碼在每次迭代時覆蓋model
。 您可能想要創建一個列表來存儲它們。
predictorlist = colnames(finalmev)[-1]
model_list <- vector('list', length(predictorlist))
for (i in seq_along(predictorlist)) {
model_list[[i]] <- summary(lm(paste("ODR ~", predictorlist[i]), data=finalmev))
}
或者使用lapply
-
result <- lapply(predictorlist, function(x) summary(lm(paste("ODR ~", x), data=finalmev))
好像您有一個名稱中帶有空格的列。 因此,您需要引號,如下所示:
# create a data set
set.seed(1)
finalmev <- data.frame(ODR = 1:4,
`Overnight.Deposit 1` = rnorm(4),
`Overnight.Deposit 2` = rnorm(4),
check.names = FALSE)
# reproduce the error
predictorlist <- colnames(finalmev)[2:NCOL(finalmev)]
for (i in predictorlist){
model <- summary(lm(paste("ODR ~", i[[1]]), data=finalmev))
}
#R> Error in str2lang(x) : <text>:1:25: unexpected numeric constant
#R> 1: ODR ~ Overnight.Deposit 1
#R> ^
# fix the error using quotes
for (i in predictorlist)
model <- summary(lm(sprintf("ODR ~ `%s`", i[[1]]), data=finalmev))
# actually save all the output as pointed out by Ronak Shah
res <- lapply(
tail(colnames(finalmev), -1),
function(x) eval(bquote(summary(lm(.(sprintf("ODR ~ `%s`", x)),
data=finalmev)))))
# show the result
res
#R> [[1]]
#R>
#R> Call:
#R> lm(formula = "ODR ~ `Overnight.Deposit 1`", data = finalmev)
#R>
#R> Residuals:
#R> 1 2 3 4
#R> -0.9534 -0.5809 1.2087 0.3256
#R>
#R> Coefficients:
#R> Estimate Std. Error t value Pr(>|t|)
#R> (Intercept) 2.4386 0.5950 4.098 0.0547 .
#R> `Overnight.Deposit 1` 0.7746 0.6213 1.247 0.3387
#R> ---
#R> Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
#R>
#R> Residual standard error: 1.186 on 2 degrees of freedom
#R> Multiple R-squared: 0.4374, Adjusted R-squared: 0.156
#R> F-statistic: 1.555 on 1 and 2 DF, p-value: 0.3387
#R>
#R>
#R> [[2]]
#R>
#R> Call:
#R> lm(formula = "ODR ~ `Overnight.Deposit 2`", data = finalmev)
#R>
#R> Residuals:
#R> 1 2 3 4
#R> -1.6293 0.3902 0.2308 1.0083
#R>
#R> Coefficients:
#R> Estimate Std. Error t value Pr(>|t|)
#R> (Intercept) 2.3372 0.7282 3.209 0.0849 .
#R> `Overnight.Deposit 2` 0.8865 1.1645 0.761 0.5260
#R> ---
#R> Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
#R>
#R> Residual standard error: 1.392 on 2 degrees of freedom
#R> Multiple R-squared: 0.2247, Adjusted R-squared: -0.163
#R> F-statistic: 0.5795 on 1 and 2 DF, p-value: 0.526
#R>
我使用eval(bquote(...))
來獲得不錯的輸出。 請注意,您可以將colnames(finalmev)[2:ncol(finalmev)]
更改為tail(colnames(finalmev), -1)
。 如上所述, Ronak Shah表明您實際上只保存了 for 循環中的最后一個輸出。
另外兩個選擇是:
# move out sprintf
res1 <- lapply(sprintf("ODR ~ `%s`", tail(colnames(finalmev), -1)),
function(frm) eval(bquote(summary(lm(.(frm), data = finalmev)))))
# in R 4.1.0 or greater
res2 <- tail(colnames(finalmev), -1) |>
sprintf(fmt = "ODR ~ `%s`") |>
lapply(\(frm) eval(bquote(summary(lm(.(frm), data = finalmev)))))
# we get the same
all.equal(res, res2)
#R> [1] TRUE
all.equal(res1, res2)
#R> [1] TRUE
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.