Question

我想在不完全指定每个变量的情况下强制将特定变量强制转换为glm回归。我的真实数据集有大约200个变量。到目前为止，我还没有在网上搜索中找到这样的样本。

例如（只有3个变量）：

n=200
set.seed(39) 
samp = data.frame(W1 = runif(n, min = 0, max = 1), W2=runif(n, min = 0, max = 5)) 
samp = transform(samp, # add A
A = rbinom(n, 1, 1/(1+exp(-(W1^2-4*W1+1))))) 
samp = transform(samp, # add Y
Y = rbinom(n, 1,1/(1+exp(-(A-sin(W1^2)+sin(W2^2)*A+10*log(W1)*A+15*log(W2)-1+rnorm(1,mean=0,sd=.25))))))

如果我想要包含所有主要术语，这有一个简单的快捷方式：

glm(Y~., family=binomial, data=samp)

但是说我想要包括所有主要术语（W1，W2和A）加上W2 ^ 2：

glm(Y~A+W1+W2+I(W2^2), family=binomial, data=samp)

这有什么捷径吗？

[在发布之前编辑自己：]这有效！ glm(formula = Y ~ . + I(W2^2), family = binomial, data = samp)

好的，那么这个呢！

我想省略一个主要的术语变量，只包括两个主要术语（A，W2）和W2 ^ 2和W2 ^ 2：A：

glm(Y~A+W2+A*I(W2^2), family=binomial, data=samp)

显然，只需几个变量就不需要快捷方式，但我使用的是高维数据。当前数据集“仅”有200个变量，但有些变量有数千个变量。

Answer 1

您创造性地使用.来构建包含所有或几乎所有变量的公式是一种良好而干净的方法。有时另一个有用的选项是以编程方式将公式构建为字符串，然后使用as.formula将其转换为公式：

vars <- paste("Var",1:10,sep="")
fla <- paste("y ~", paste(vars, collapse="+"))
as.formula(fla)

当然，您可以使fla对象更复杂。

Answer 2

Aniko回答了你的问题。延长一点：

您还可以使用 - ：

排除变量

glm(Y~.-W1+A*I(W2^2), family=binomial, data=samp)

对于大型变量组，我经常创建一个框架来对变量进行分组，这样就可以执行以下操作：

vars <- data.frame(
    names = names(samp),
    main = c(T,F,T,F),
    quadratic =c(F,T,T,F),
    main2=c(T,T,F,F),
    stringsAsFactors=F
)


regform <- paste(
    "Y ~",
    paste(
      paste(vars[vars$main,1],collapse="+"),
      paste(vars[1,1],paste("*I(",vars[vars$quadratic,1],"^2)"),collapse="+"),
      sep="+"
    )
)
> regform
[1] "Y ~ W1+A+W1 *I( W2 ^2)+W1 *I( A ^2)"

> glm(as.formula(regform),data=samp,family=binomial)

使用所有条件（在名称，结构上等）填充数据框，允许我在大型数据集中快速选择变量组。

使用glm在R中指定公式而不明确声明每个协变量

2 个答案: