Question

我已经创建了一个函数，它适合多项式回归模型，其程度随着输入程度的增加而增加。我还在列表中收集所有这些模型。

对一组给定的输入执行此功能后，我想检查模型列表以计算MSE。但是我看到各个模型引用了函数中的参数名称。

问题：如何让glm对象引用实际变量

功能定义：

poly.iter = function(dep,indep,dat,deg){ #Function to iterate through polynomial fits upto input degree
  set.seed(1)
  par(mfrow=c(ceiling(sqrt(deg)),ceiling(sqrt(deg)))) #partitioning the plotting window
  MSE.CV = rep(0,deg)
  modlist = list()
  xvar = seq(from=min(indep),to=max(indep),length.out = nrow(dat))
  for (i in 1:deg){
    mod = glm(dep~poly(indep,i),data=dat)
    #MSE.CV[i] = cv.glm(dat,mod,K=10)$delta[2] #Inside of this function, cv.glm is generating warnings. Googling has not helped as it can typically happen with missing obs but we don't have any in Auto data
    modlist = c(modlist,list(mod))
    MSE.CV[i] = mean(mod$residuals^2) #GLM part is giving 5x the error i.e. delta is 5x of MSE. Not sure why

    plot(jitter(indep),jitter(dep),cex=0.5,col="darkgrey")
    preds = predict(mod,newdata=list(indep=xvar),se=T)
    lines(xvar,preds$fit,col="blue",lwd=2)
    matlines(xvar,cbind(preds$fit+2*preds$se.fit,preds$fit-2*preds$se.fit),lty=3,col="blue")
  }
  return(list("models"=modlist,"errors"=MSE.CV))
}

功能调用：

output.mpg.disp = poly.iter(mpg,displacement,Auto,9)

检查三度模型：

> output.mpg.disp[[1]][[3]]

Call:  glm(formula = dep ~ poly(indep, i), data = dat)

Coefficients:
    (Intercept)  poly(indep, i)1  poly(indep, i)2  poly(indep, i)3  
         23.446         -124.258           31.090           -4.466  

Degrees of Freedom: 391 Total (i.e. Null);  388 Residual
Null Deviance:      23820 
Residual Deviance: 7392     AIC: 2274

现在我无法在cv.glm中使用此对象与＆＃39; Auto＆＃39;数据集，因为它不会识别indep，dep和i

Answer 1

您可以使用as.formula()函数在调用glm()之前使用您的公式转换字符串。这将解决您的问题（如何使glm对象引用实际变量），但我不确定它是否足够用于稍后调用cv.glm（我无法在此重现您的代码，没有错误）。要清楚，您可以替换

行

mod = glm（dep~poly（indep，i），data = dat）

有类似的东西：

myexp = paste0（dep，“~poly（”，indep，“，”，i，“）”）

mod = glm（as.formula（myexp），data = dat）

然后需要将变量dep和indep设置为包含您要引用的变量名称的字符（例如indep="displ"）。

如何使函数内的glm对象采用输入变量名而不是参数名？

1 个答案: