Question

这个问题基本上是我之前问过的问题的延伸：How to only print (adjusted) R-squared of regression model?

我想建立一个线性回归模型来预测150种潜在预测因子的浓度。我要执行手动逐步操作过程。数据集或多或少看起来像这样：

df = data.frame(
Site = c("A", "B", "C", "D"),
Concentration = c(2983, 9848, 2894, 8384),
Var1 = c(12, 23, 34, 45),
Var2 = c(23, 34, 45, 56))

我使用以下代码为每个可能的预测变量建立一个单变量模型，并检查调整后的R平方。

for (j in names(df)){
model <- lm(Concentration ~ df[[j]], data = df)
print(j)
print(summary(model)$adj.r.squared)

[1] "site"
  r.squared adj.r.squared
1 0.02132635    -0.9573473

但是，检查150个变量的调整后的R平方有很多工作。

是否可以使一个数据框具有所有调整后的R平方值和每个相应的变量名？

还是要对调整后的R平方值进行排名，因此最高的值是第一个（及其对应的变量名称）？

我很想知道这样的事情是否可行。这将极大地帮助我。

谢谢！

Answer 1

您可以将结果保存到一个矩阵中，然后打印该矩阵。首先，您创建一个新矩阵

adj.r.mat   <- matrix(, nrow = length(names(df)), 
                        ncol = 2)
               colnames(adj.r.mat) <- c("Name Var", "Adj.R")

然后将您感兴趣的值保存在此矩阵中

for (j in 1:length(names(df))){
model <- lm(Concentration ~ df[[j]], data = df)
adj.r.mat[j,1] <- names(df)[j]
adj.r.mat[j,2] <- summary(model)$adj.r.squared
}

最后打印出来

print(adj.r.mat)

如果您不想使用前两个变量，则可以从3开始循环。

for (j in 3:length(names(df))){
model <- lm(Concentration ~ df[[j]], data = df)
adj.r.mat[j,1] <- names(df)[j]
adj.r.mat[j,2] <- summary(model)$adj.r.squared
}

然后在打印矩阵时排除第二行

print(adj.r.mat[-c(1,2),])

使数据框或等级调整为R平方-R

1 个答案: