对于家庭作业,我写了一个执行前向逐步回归的函数。它需要3个参数:因变量,潜在自变量列表以及找到这些变量的数据框。目前,除数据框外的所有输入(包括自变量列表)都是字符串。
许多内置函数以及来自高端软件包的函数都允许不是字符串的变量输入。哪种方式最佳实践,为什么?如果非字符串是最佳实践,我如何实现这一点,因为其中一个参数是数据框中变量的列表,而不是单个变量?
答案 0 :(得分:4)
就个人而言,如果使用字符串完成你所需要的话,我认为没有任何问题。如果需要,可以重写函数以将公式作为输入而不是字符串来指定独立变量和因变量。在这种情况下,您的函数调用将如下所示:
fitmodel(x ~ y + z,data)
而不是:
fitmodel("x",list("y","z"),data)
使用公式可以指定在回归中使用的简单代数变量组合,例如x ~ y + log(z)
。如果你走这条路线,那么你可以通过调用model.frame
来构建公式指定的数据框,然后使用这个新的数据框来运行你的算法。例如:
> df<-data.frame(x=1:10,y=10:1,z=sqrt(1:10))
> model.frame(x ~ y + z,df)
x y z
1 1 10 1.000000
2 2 9 1.414214
3 3 8 1.732051
4 4 7 2.000000
5 5 6 2.236068
6 6 5 2.449490
7 7 4 2.645751
8 8 3 2.828427
9 9 2 3.000000
10 10 1 3.162278
> model.frame(x ~ y + z + I(x^2) + log(z) + I(x*y),df)
x y z I(x^2) log(z) I(x * y)
1 1 10 1.000000 1 0.0000000 10
2 2 9 1.414214 4 0.3465736 18
3 3 8 1.732051 9 0.5493061 24
4 4 7 2.000000 16 0.6931472 28
5 5 6 2.236068 25 0.8047190 30
6 6 5 2.449490 36 0.8958797 30
7 7 4 2.645751 49 0.9729551 28
8 8 3 2.828427 64 1.0397208 24
9 9 2 3.000000 81 1.0986123 18
10 10 1 3.162278 100 1.1512925 10
>