Question

我使用regsubsets搜索模型。是否可以从参数选择列表中自动创建所有lm？

library(leaps)
leaps<-regsubsets(y ~ x1 + x2 + x3, data, nbest=1, method="exhaustive")
summary(leaps)$which
  (Intercept)      x1        x2    x3                                                                                   
1        TRUE   FALSE     FALSE  TRUE                                                                                   
2        TRUE   FALSE      TRUE  TRUE                                                                                   
3        TRUE    TRUE      TRUE  TRUE

现在我会手动执行model_1 <- lm(y ~ x3)等等。如何自动将它们列入清单？

Answer 1

我不知道为什么要列出所有型号的列表。 summary和coef方法可以为您提供良好的服务。但我将首先从纯编程方面回答你的问题，然后回到这一点。

一种简单的方法是通过reformulate：

reformulate(termlabels, response = NULL, intercept = TRUE)

以下是：

## you are masking `leaps` and `data` function!!
leaps <- regsubsets(y ~ x1 + x2 + x3, data, nbest = 1, method = "exhaustive")
X <- summary(leaps)$which

xvars <- dimnames(X)[[2]][-1]  ## column names (all covariates except intercept)
responsevar <- "y"  ## name of response

lst <- vector("list", dim(X)[1])  ## set up an empty model list

## loop through all rows / model specifications
for (i in 1:dim(X)[1]) {
  id <- X[i, ]
  form <- reformulate(xvars[which(id[-1])], responsevar, id[1])
  lst[[i]] <- lm(form, data)
  }

无需*apply解决方案。 lm代价很高，因此for循环根本没有开销。

更快的方法是设置包含所有协变量的模型矩阵，并动态选择其列（使用模型矩阵的assign属性;尤其是当您有因子变量时）。然后通过.lm.fit进行模型拟合。但是，除非您是线性模型大师，否则您将难以使用.lm.fit的原始输出生成模型摘要/预测，但我认为summary(leaps)应该会返回各种有用的统计信息。

leaps:::coef.regsubsets函数是此.lm.fit路由的等效项。只需：

coef(leaps, 1:dim(X)[1], TRUE)

您将获得所有模型的系数和方差 - 协方差矩阵。

从leaps regsubsets获取所有模型

1 个答案: