假设我有一些模型存储在列表中:
mods <- list()
mods[[1]] <- lm(mpg ~ disp, data = mtcars)
mods[[2]] <- lm(mpg ~ disp + factor(cyl), data = mtcars)
mods[[3]] <- lm(mpg ~ disp * factor(cyl), data = mtcars)
我希望使用stats::AIC
来比较它们。我正在寻找我从AIC(mods[[1]], mods[[2]], mods[[3]])
获得的输出,但我希望它可以推广到任意长的列表。我以为
do.call(AIC, mods)
会起作用,但它会返回一些非常冗长且无益的东西。 (如果列表已命名,则会产生错误,除非其中一个名称为object
,对应AIC
的第一个参数,但您只是再次获得详细输出。)
在do.call
失败后,我开始考虑eval(parse())
解决方案,但我想我应先问这里。
答案 0 :(得分:4)
summary(do.call(AIC, mods))
df AIC
Min. :3 Min. :153.4
1st Qu.:4 1st Qu.:159.6
Median :5 Median :165.8
Mean :5 Mean :163.1
3rd Qu.:6 3rd Qu.:168.0
Max. :7 Max. :170.2
但这可能不是你想要的。巴蒂斯特有答案:
my.aic <- function(x) {
x <- do.call(AIC, x)
rownames(x) <- NULL
return(x)
}
my.aic(mods)
## df AIC
## 1 3 170.2094
## 2 5 165.7680
## 3 7 153.4352
这非常接近:
AIC(mods[[1]], mods[[2]], mods[[3]])
## df AIC
## mods[[1]] 3 170.2094
## mods[[2]] 5 165.7680
## mods[[3]] 7 153.4352
答案 1 :(得分:1)
以下是使用eval(parse())
的解决方案。幸运的是,在我打开这个类型之前,马修给出了一个更好的答案。
AIC_l <- function(L, FUN = "AIC") {
args <- paste0("mods[[", seq_along(L), "]]", collapse = ", ")
my_call <- paste0(FUN, "(", args, ")")
eval(parse(text = my_call))
}