Question

我有一个统计模型列表：

###Data import
Responses <- as.data.frame(matrix(sample(0:10, 1*100, replace=TRUE), ncol=2))
colnames(Responses) <- c("A","B")
Explanatories <- as.data.frame(matrix(sample(20:30, 1*100, replace=TRUE), ncol=2))
colnames(Explanatories) <- c("x","y")

###Create models
Models <- list(
lm(Responses$A ~ Explanatories$x),
lm(Responses$B ~ log10(Explanatories$x)),
lm(Responses$B ~ exp(Explanatories$y))
)

以及空模型列表。这些对应于上一个列表中的模型，因此例如，我想将“ Models”中的第一个lm与“ Models_null”中的第一个lm进行比较：

Models_null <- list(
lm(Responses$A ~ 1),
lm(Responses$B ~ 1),
lm(Responses$B ~ 1)
)

All_models <- list(Models,Models_null)
names(All_models)<-c("full","res")

我想使用以下公式为每个模型计算AICc分数：

aicc<-function(x) AIC(x)+((2*length(coef(x))*(length(coef(x))+1))/(length(resid(x))-length(coef(x))-1))

我需要根据AICc分数在每个完整模型和空模型之间的比较方式进行一些计算。 因此，我需要的是一个数据帧列表，其中显示了每对模型的AICc得分，其中两列分别为“完整”和“空” 。在此先感谢您的帮助。

Answer 1

这里是双sapply：

sapply(All_models, sapply, aicc)
#          full      res
# [1,] 267.4959 266.0534
# [2,] 251.9809 251.9127
# [3,] 253.5760 251.9127

第一个sapply仅覆盖Models和Models_null。然后自然地，对于这两个列表中的每一个，我们再次要应用sapply，对于每个模型，我们将使用aicc。恰好就是@Rui Barradas的解决方案，只需一行即可。

如果需要的话，之后当然可以将结果转换为数据帧。

要获取一个列表，该列表的元素是上述矩阵的行，则可以使用以下三个方法之一：

lapply(seq_along(Models), function(i) 
  data.frame(full = aicc(Models[[i]]), null = aicc(Models_null[[i]])))

Map(data.frame, full = lapply(Models, aicc), null = lapply(Models_null, aicc))

do.call(Map, c(data.frame, lapply(All_models, sapply, aicc)))

Answer 2

这只是*apply函数的应用程序。我选择了sapply，因为它会返回一个向量。

Full <- sapply(Models, aicc)
Null <- sapply(Models_null, aicc)
df_aicc <- data.frame(Full, Null)

df_aicc
#      Full     Null
#1 269.7858 268.5274
#2 254.6533 253.0980
#3 254.8408 253.0980

为了将此数据帧拆分为df列表，每df使用一行，split。按行名，R中的行名必须唯一。

list_aicc <- split(df_aicc, row.names(df_aicc))
list_aicc
#$`1`
#      Full     Null
#1 269.7858 268.5274
#
#$`2`
#      Full    Null
#2 254.6533 253.098
#
#$`3`
#      Full    Null
#3 254.8408 253.098

从嵌套的模型列表创建显示AICc值的数据框列表

2 个答案: