Question

我是循环的新手，我从第i个数据框调用变量时出现问题。

我能够正确调用每个数据框，但是当我应该在每个数据框内调用指定的变量时，会出现问题：

示例：

for (i in 1:15) {
    assign(
      paste("model", i, sep = ""), 
    (lm(response ~ variable, data = eval(parse(text = paste("data", i, sep = "")))))
    )
    plot(data[i]$response, predict.lm(eval(parse(text = paste("model", i, sep = ""))))) #plot obs vs preds
}

这里我做了一个简单的一个变量线性模型15次，效果很好。当我尝试绘制结果时出现问题。我该如何致电data[i]回复？

Answer 1

假设有多个数据框的名称为：data1 ... data15，并且没有其他数据对象以字母开头：d，a，t，a。让我们假设在每个数据帧中都有名为“response”和“variable”的列。这会将数据帧收集到一个列表中，并为线性回归线绘制单独的图。

dlist <- lapply ( ls(patt='^data'), get)
lapply(dlist, function(df) 
                 plot(NA, xlim=range(df$variable), ylim=range(df$response)
                 abline( coef( lm(response ~ variable, data=df) ) )
         )

如果您想在该列表中命名数据框，可以使用粘贴代码来提供名称：

names(dlist) <- paste("data", i, sep = "")

您可以在此循环的上下文中进行许多其他分配，但是您需要比失败的工作更好地描述所需的结果。

Answer 2

这是修改后的代码应该有效。它做一个变量lm模型并计算预测值和观测值的相关性并将其存储到空矩阵中。它还绘制了这些值谢谢托马斯的帮助。

par(mfrow=c(4,5))
results.matrix <- matrix(NA, nrow = 20, ncol = 2)
colnames(results.matrix) <- c("Subset","Correlation")

for (i in 1:length(datalist)) {
    model <- lm(response ~ variable, data = datalist[[i]])
    pred <- predict.lm(model)
    cor <- (cor.test(pred, datalist[[i]]$response))
    plot(pred, datalist[[i]]$response, xlab="pred", ylab="obs")
    results.matrix[i, 1] <- i
    results.matrix[i, 2] <- cor$estimate
}

对于i循环，调用不同的数据帧

2 个答案: