Question

我正在尝试编写一个适合glm的函数，并给我一些统计信息：

library(caret)
library(marginalmodelplots)
data(MissAmerica08)
MissUSA <- MissAmerica08[,c(2,4,6,7,8,10)]

glm.binomial<-function(data,formula,num.trials,linkf="logit",
                       trctr=trainControl(method = "none"),conf.lvl=0.95)
{
result<-list()
lhs<-formula[[2]]
data[,"wghts"]<-rep(num.trials,length(data[,as.character(lhs)])) 
data[,as.character(lhs)]<-data[,as.character(formula[[2]])]/num.trials #so the vector is in [0,1]
fit<-train(form=formula,data=data,family=binomial(),method="glm", 
       trControl=trainControl(method = "none"), weights=wghts)
result[["Statistics"]] <- summary(fit)
}
glm.binomial(formula=Top10~.,data=MissUSA,num.trials=9)

我的问题是，由于我在拟合模型时在数据框架中输入了数据，因此矢量wghts也成为一个解释变量。是否可以在将其放入train（）之前修改公式，以便wghts不在模型中？或者我可以在其他地方存储wghts吗？我也在想把if（公式[[3]] =='。'）和'。'替换为所有其他因素，但我不知道该怎么做。谢谢！

Answer 1

我会进行逻辑检查并使用update函数更新公式。例如，

f1 <- y ~ a + b + w

myfun <- function(f, w) {
  if (is.vector(w)) {
    f <- update(f, ~ . - w)
  }
  return(f)
}

myfun(f = f1, w = 1:3)

[1] y ~ a + b

Answer 2

我不确定除了使用

之外你还需要做什么

glm.binomial(formula=Top10~.-wghts,data=MissUSA,num.trials=9)

您对train的来电包括指定weights=wghts。 train使用＆＃34;标准惯例＆＃34;用于创建设计矩阵的术语，并且与获得权重向量无关。

如果您有兴趣，这里有一段train.formula引言：

<snip>
x <- model.matrix(Terms, m, contrasts, na.action = na.action)
cons <- attr(x, "contrast")
xint <- match("(Intercept)", colnames(x), nomatch = 0)
if (xint > 0) x <- x[, -xint, drop = FALSE]
y <- model.response(m)
w <- as.vector(model.weights(m)) 
res <- train(x, y, weights = w, ...)
<snip>

此处的对象x将包含指定公式的rhs，model.weights独立于此工作。（另一方面，我试图在早期的S +中说明所有这些，并且我希望有人已经完成了这段代码的演练以解释它。如果它看起来很神奇和含糊......那就是）。

您应该测试上面的代码，以确保它能为您提供所期望的结果。如果是这样，我会在caret website for train上做一个说明，以显示使用glm和train的分组二项数据的示例。

谢谢，

最高

更新函数内的公式

2 个答案: