Question

如何仅标准化线性模型中的数值预测变量？

我知道我可以简单地缩放原始数值数据。但是，我想编写一个函数，它将lm个对象作为参数，并仅返回数值预测变量的标准化β系数。

以下是一个例子：

data(iris)
mod1 <- lm(Sepal.Length ~ Petal.Width, data = iris)
summary(mod1)
mod1.b <- update(mod1, scale(.) ~ scale(.))
summary(mod1.b)

这没有问题。但是当我包含一个因子时，它会给出一条错误信息。

mod2 <- lm(Sepal.Length ~ Petal.Width + Species, data = iris)
summary(mod2)
mod2.b <- update(mod2, scale(.) ~ scale(.)) #Gives an error

那么，我怎样才能在第二个例子中仅缩放数值预测变量？

Answer 1

尝试更改lm对象的设计矩阵。例如，我们可以执行以下操作：

design.matrix <- mod2$model

numeric.columns <- design.matrix[,unlist(lapply(design.matrix,is.numeric))]
scaled.numeric.columns <- scale(numeric.columns)

现在我们用scalesframe替换data.frame中的数字列：

design.matrix[,unlist(lapply(design.matrix,is.numeric))] <- scaled.numeric.columns

最后，更新lm对象：

mod2.b <- update(mod2, data = design.matrix)

在回归公式中标准化所有数值预测变量

1 个答案: