Question

我目前正在使用R，我正在尝试编写一个函数来导出多线性模型的部分残差。我知道R中有现有的功能，但我想自己编写一个函数。

但是，我的问题是执行该函数总是返回数字（0）：

y <- c(2, 3, 6, 8, 12, 15)
x1 <- c(1, 1.5, 2.5, 4, 7, 9)
x2 <- c(10, 22, 30, 31, 38, 42)

fitlm <- lm(y ~ x1+x2)

PR <- function(fit, predictor)
{
PRes <- as.numeric(fit$residuals) + (fit$coefficients["predictor"]*fit$model$predictor)
return(PRes)
}
# with fit = name of linear model and predictor = name of predictor

PR_x1 <- PR(fitlm, x1)
PR_x2 <- PR(fitlm, x2)

但是当我只执行函数外部的代码时，一切正常，我得到了部分残差：

as.numeric(fitlm$residuals)+fitlm$coefficients["x1"]*fitlm$model$x1

有人知道如何解决这个问题吗？我做错了什么？

感谢您的帮助！

Answer 1

您正在使用

对预测器进行硬编码

fit$coefficients["predictor"]

但是我猜你想要使用你传入的任何预测器。这应该可以解决问题：

PR <- function(fit, predictor)
{
  PRes <- fit$residuals + fit$coefficients[predictor] * fit$model[,predictor]
  return(as.numeric(PRes))
}

x <- 1:1000
y <- rnorm(1000)
fit <- lm(y~x)

head(PR(fit,"x"))

打印

> head(PR(fit,"x"))
[1]  0.5813375 -0.2879395  0.1891699  0.8803139  0.9769820  0.5359668

修改 OP刚刚提供了一个例子。

如果您想指定预测变量本身（即使用变量x而不是"x"作为字符串），那么

PR2 <- function(fit, predictor) { name <- deparse(substitute(predictor)) PRes <- fit$residuals + fit$coefficients[name] * fit$model[,name] return(as.numeric(PRes)) } x <- 1:1000 y <- rnorm(1000) fit <- lm(y~x) head(PR2(fit,x))

仍然打印

> head(PR2(fit,x)) [1] 1.16292881 -1.03540054 1.86687897 -0.02262028 -1.46575723 1.79580590

R：函数返回数字（0）但代码在函数外部工作

1 个答案: