Question

所以，让我说我有一个命名向量：

sorted = c(1,2,3)
names(sorted) = c("A","B","C")

它看起来如下：

> sorted
A    B    C
1    2    3

所以这是一个名为A，B，C的向量，分别具有值1,2,3。

我也有一个样本数据：

data.ex = as.data.frame(matrix(rep(c(1,2,3,4),3), nrow = 3, ncol = 3))
colnames(data.ex) = c("A","B","C")

所以这个数据框有3列，名为A，B，C。

我想仅使用glm（）中的A值来预测C：

fit.ex = glm(formula = C ~ names(sorted)[2],
         data = data.ex,
         family = binomial(link = "logit"))

然后，我将继续收到以下错误消息：

Error in model.frame.default(formula = C ~ names(sorted)[2], data = data.ex,: 
variable lengths differ (found for 'names(sorted)[2]')

我在这里阅读这篇文章并找到了as.name（）函数，但仍然无效： http://www.ats.ucla.edu/stat/r/pages/looping_strings.htm

我找不到任何与我的问题类似的东西。拜托，如果有另一个线程解决这个问题，请指导我！或任何形式的帮助非常感谢！：）

Answer 1

根据评论提供答案：

sorted = c(A=1,B=2,C=3)
names(sorted) = c("A","B","C")
data.ex = data.frame(A=1:4,B=2:5,C=c(1,0,0,1))

构建公式列表：

forms <- lapply(names(sorted)[1:2],reformulate,response="C")
models <- lapply(forms,glm,data = data.ex,
                 family = binomial(link = "logit"))

然后你可以做像

这样的事情

t(sapply(models,coef))

plyr包对于这类事情也很方便（例如plyr::ldply(models,coef)）

R：如何在glm或lm中传入对变量的引用？

1 个答案: