Question

我有这个data.frame：

df <- data.frame(a=rnorm(500),b=rnorm(500),c=rnorm(500),
      d=rnorm(500),e=rnorm(500),f=rnorm(500),g=rnorm(500))

我运行分位数回归：

library(quantreg)
a<-rq(a~g,tau = 0.5,method="br",data=df)
summary.rq(a)
b<-rq(b~g,tau = 0.5,method="br",data=df)
summary.rq(b)
c<-rq(c~g,tau = 0.5,method="br",data=df)
summary.rq(c)
d<-rq(d~g,tau = 0.5,method="br",data=df)
summary.rq(d)
e<-rq(e~g,tau = 0.5,method="br",data=df)
summary.rq(e)
f<-rq(f~g,tau = 0.5,method="br",data=df)
summary.rq(f)
g<-rq(g~g,tau = 0.5,method="br",data=df)
summary.rq(g)

例如：

summary.rq(a)
Call: rq(formula = a ~ g, tau = 0.5, data = df, method = "br")

tau: [1] 0.5

Coefficients:
            coefficients lower bd upper bd
(Intercept)  0.12940      0.04870  0.17940
g           -0.02131     -0.08078  0.05370

我想构建一个这样的矩阵：

Matrix.Parameters.Interval<-matrix(0,7,6)

第一行将与第一个模型相关。在第一列中，截距参数为2º和3º列，其置信区间（我将从summary输出中提取），4º列为可变参数，在5º和6º列中为其间隔（我将从summary输出中提取

Answer 1

modList <- list(a,b,c,d,e,f,g)

从模型中提取信息并将其重新格式化为1行矩阵的函数，其中有关截距（第一行）的信息作为矩阵的前半部分，有关斜率的信息作为后半部分。

tmpf <- function(model) {
    matrix(coef(summary(model)),nrow=1,byrow=TRUE)
}

在列表的每个元素上运行：

t(sapply(modList[1:5],tmpf))

t()是必要的，因为sapply始终以列方式返回结果。

这仅适用于前5个型号;第6个模型是单数的，因为预测器和响应是相同的。

更系统的方法：

tmpf2 <- function(respvar) {
   fit <- rq(reformulate("g",response=respvar),
            tau = 0.5,method="br",data=df)
   matrix(coef(summary(fit)),nrow=1,byrow=TRUE)
}
t(sapply(names(df)[1:5],tmpf2))

这样您就不必重复代码（DRY =“不要自己重复”），并且您没有让所有这些合适的模型混乱您的工作区。

从摘要中提取系数和间隔构建矩阵

1 个答案: